自然:科学家通过解码意念让四肢瘫患者弹起吉他 脑芯片控

邓文龙

《自然》重磅：科学家通过解码意念让四肢瘫患者弹起“吉他”

来源：奇点网 2016-04-18 14:00

据统计，全球有数百万人由于各种原因，导致四肢和大脑之间的信号通路中断，他们变得生活不能自理。为了帮助这些瘫痪者，科学家做了不少研究。

早期的研究认为，脊髓受损之后，大脑为了与失去联系的器官获得联系，会发生重组，尽管这种尝试往往是徒劳的。大脑的这种重组让研究人员觉得，通过重建神经通路让四肢恢复运动能力是无济于事的。因此，他们打算借助机械手臂，帮助患者恢复部分生活能力。于是就成了下面这样的···

患者利用大脑微芯片控制机械手臂喂食巧克力

2012年，匹兹堡大学研究团队成功将一个芯片植入患者大脑，患者可以通过大脑控制与芯片连接的机械手臂(1)。同一年的早些时候，遐迩闻名的常春藤联盟成员布朗大学的研究人员也完成了类似的研究(2)。

但是，对于一个四肢健全的瘫患者而言，闲置四肢而使用额外增加的机械手臂，不仅是一种资源浪费，还会让患者感到不便捷。于是就有固执的研究人员埋头研究如何让瘫痪的四肢恢复运动能力。

同样在2012年，美国西北大学的研究团队成功实现用大脑芯片控制小猴子的上肢(3)。他们利用植入小猴子大脑的芯片获取神经数据，根据这些数据预测需要刺激的肌肉，然后猴子胳膊上相应的电极会发出电信号，形成刺激，相应的肌肉收缩，小猴子就可以完成相应的动作。


2014年，俄亥俄州立大学的研究团队将可以获取大脑神经信号的芯片植入一名24岁四肢瘫痪患者Ian Burkhart的大脑，患者已经瘫痪的右手恢复了部分功能，患者可以倒水、刷卡，甚至玩儿弹吉他游戏。4月13日，Chad Bouton领衔的这一研究成果刊登在《自然》杂志上(4)。




Ian Burkhart一定没有想到自己还可以玩吉他游戏

据《自然》杂志报道，五年前的一次意外，让Ian Burkhart摔断了脖子，从此以后他的四肢就失去了知觉，生活不能自理。后来他发现离他家不远的俄亥俄州立大学在研发一种让瘫痪四肢复苏的技术，目前正在招募实验的志愿者。于是为了能够生活自理，Burkhart加入了Bouton的研究项目。


Burkhart摔断了脖子，大脑和手失去了联系

Bouton让Burkhart尝试模仿视频里面播放的手部动作，于此同时，Bouton和他的助手用fMRI（功能性磁共振成像）设备扫描Burkhart的大脑活动，记录下做规定动作时大脑的活动形式。




通过建立“神经旁路”，Burkhart又可以控制自己的手了

接下来，Bouton通过手术在Burkhart大脑特定区域植入一个芯片，用于记录Burkhart大脑的活动信号。这些信号经电脑转换成电信号，电信号通过固定在Burkhart手臂上的腕带刺激相应的肌肉，使Burkhart的手能做出相应的动作。这时，电脑会记住作出相应动作时，腕带上电极的情况。

戴上腕带的Burkhar已经学会了抬起手来

最开始的时候，Burkhart的训练是从最简单的伸开手掌和握拳头开始的，通过不断的尝试，Burkhart在一天之内就学会了移动手掌，以及伸开手掌和握拳头。

在接下来很长一段时间里，Burkhart每周接受3次训练。如此反复训练，再结合机器学习算法，最终，Burkhart能够完成手指分离，以及6种不同的手腕动作。在这个基础上，他可以端水、倒水、搅拌，他甚至学会玩儿一种吉他游戏。

腕带上布满了电极，电极的不同开关组合，对应的是不同的动作。上图的电极模式对应的动作是摊开手掌（红色表示负极，黑色表示正极，无色的没有启动）

据Burkhart介绍，在实验的第一天他就感到无比的兴奋，因为他又可以控制自己的手了。这让他看到了自理生活的希望。然而，由于这项研究目前还处于实验室研究阶段，Burkhart只能在规定的时间，在实验室里体验那种失而复得的喜悦感。单从这项研究的复杂程度来看，我们很容易知道，这项技术短时间之内难以进入瘫患者的生活。

然而，笔者认为，最近几年大脑芯片的研究越来越受到关注，比如前面介绍的几项相关研究，都是刊登在顶级期刊的重大进展。再加上目前机器学习算法的飞速进展，研究人员很有可能在短时间内，弄清楚大脑活跃信号、肌肉收缩和指定动作三者之间的关系。届时，设计出一款轻量级的辅助设备将不是难事。

参考文献

1.Collinger JL， Wodlinger B， Downey JE， Wang W， Tyler-Kabara EC， et al. 2012. High-performance neuroprosthetic control by an individual with tetraplegia. The Lancet 381：557-64

2.Hochberg LR， Bacher D， Jarosiewicz B， Masse NY， Simeral JD， et al. 2012. Reach and grasp by people with tetraplegia using a neurally controlled robotic arm. Nature 485：372-5

3.Ethier C， Oby ER， Bauman MJ， Miller LE. 2012. Restoration of grasp following paralysis through brain-controlled stimulation of muscles. Nature 485：368-71

4.Bouton CE， Shaikhouni A， Annetta NV， Bockbrader MA， Friedenberg DA， et al. 2016. Restoring cortical control of functional movement in a human with quadriplegia. Nature advance online publication

(生物谷 Bioon.com)



http://news.bioon.com/article/6681602.html

现代化研

作者：Ali R. Rezai

来源：《自然》

发布时间：2016/4/19 16:29:25

四肢瘫痪患者首次恢复部分运动能力

英国《自然》杂志近日发表的一项神经科学研究报告称，美国科学家使用大脑运动皮层记录的信号，首次成功地让一名瘫痪患者恢复多个手指、手和手腕的运动能力。

瘫痪是一种神经系统常见症状，由上、下运动神经元、锥体束及周围神经病变所致，涉及大脑和肌肉之间的信号通路受阻。目前已有把神经活动转化成如机器臂之类辅助设备的控制信号，以便让人类患者使用的系统。同时，也有将此类系统用于非人类灵长类动物瘫痪肌肉的激活驱动中的例子。但是迄今为止，这种方法还没有展示过任何一个在人类中成功实时恢复运动能力的案例。

此次，美国范因斯坦医疗研究所查德·伯顿、巴特尔纪念研究所尼克·安妮塔、俄亥俄州立大学阿里·雷泽和他们的研究团队，在一位24岁四肢瘫痪的男性被试者的运动皮层中，植入了一个微电极阵列。这位男性是由于颈椎脊髓受伤而瘫痪的患者。研究团队使用机器学习算法来解码神经元的活动，并且用一个神经肌肉电刺激系统来激活了控制前臂的肌肉。

试验中，被试者在植入这个电子“神经旁路”后，在15个月中每天进行三次训练。电刺激系统让被试者可以进行独立的手指运动，以及六种不同的手腕与手部活动，并让他可以抓握、操纵和释放物体。

此外，被试者也能够使用这个系统来完成和日常生活相关的功能任务，例如抓住一个瓶子，将其内容物倒入一个罐子，并且用一根棒子搅拌罐子中的内容物等。

虽然还需要在微电极技术、电刺激系统和该系统所依赖的机器算法上进行改进，才能让这些结果得以更广泛地应用，但研究团队表示，这项工作将推进瘫痪病人的神经植入假体技术发展。（张梦然）

http://www.nature.com/nature/jou ... ll/nature17435.html



http://paper.sciencenet.cn/htmlp ... 39261.shtm?id=39261