96根电极每秒测量3万次，大脑植入物首次帮助瘫患者控制肌肉！-技术圈

大数据文摘出品

来源：IEEE

编译：lin

2015年，一群神经科学家和工程师聚集在一起观看一个人玩电子游戏《吉他英雄》。他小心翼翼地握住简化的吉他界面，用右手的手指按下琴键按钮，左手敲击弹奏杆。

这个平凡的游戏之所以如此出色的原因是，该名男子胸以下瘫痪了三年多，无法使用手做任何事。每一次他动手指弹音符时，他都是在演奏一曲自主权恢复的赞歌。

他的动作不依赖于体内受损的脊髓。取而代之的是，他使用了一种称为神经旁路的技术来将他的意图变成行动。

首先，大脑植入物在运动皮层中拾取神经信号，然后将其重新路由至运行机器学习算法的计算机，以对这些信号进行解密。最终，缠绕在他前臂上的电极将指令传达给了他的肌肉。

本质上，他使用了一种人工神经系统。

生物电子医学是一个相对较新的领域，研究人员在其中使用设备读取和调节人体神经系统内的电活动，为患者开创新疗法。

这个小组的特殊任务是破解与运动和感觉有关的神经密码，以便开发新的方法来治疗全世界数以百万计的瘫痪患者，在美国，瘫痪患者就达到了540万人。

为此，首先需要了解来自大脑神经元的电信号如何与人体的动作相关，然后需要能正确“说”这种语言，并调节适当的神经通路，以恢复动作和触觉。

在着手解决这个问题20多年之后，研究人员表示，他们才刚刚开始理解这个神秘代码的一些关键部分。

整个团队包括电气工程师Nikunj Bhagat，神经科学家Santosh Chandrasekaran和临床经理Richard Ramdeo，他们正在使用这些信息来构建两种不同类型的合成神经系统。

一种方法是使用大脑植入物对肢体瘫痪进行高保真控制，另一种则采用无创可穿戴技术，该技术可提供较不精确的控制，但具有无需脑部手术的好处。相对来说这项可穿戴技术也可能会在不久后推出给患者。

瘫痪者首次使用脑植入物控制肌肉

吉他英雄实验的参与者Ian Burkhart瘫痪于2010年，当时他跳入海浪，并被推到了沙洲。撞击使他的脖子上的几个椎骨骨折并损坏了脊髓，使他从胸部中央向下全部瘫痪。他的受伤阻止了大脑产生的电信号沿神经向下传播，从而触发肌肉的动作。

在他参加研究期间，技术帮助实现了他失去的功能。他的胜利——也包括刷信用卡和将水从瓶子倒入玻璃杯——是瘫痪者第一次使用脑植入物成功地控制了自己的肌肉。

Burkhart使用的系统是实验性的，当研究结束时，他的新的自主权也结束了。

研究的重点之一是，正在开发的无创可穿戴技术。该技术不需要植入大脑，因此瘫痪社区可以很快采用该技术。四肢瘫痪的人已经在使用该系统去抓住各种物体。研究人员正在努力将该非侵入性技术商业化，并希望在明年获得美国食品药品监督管理局的批准。这是短期目标。

同时，他们还致力于实现双向神经旁路的长远愿景，它将使用大脑植入物来获取靠近信号源的信号，并从置于肢体上的传感器返回反馈。

研究人员表示，他们希望这两套系统可以恢复运动和感觉，并且已经开始进行临床试验以测试这种方法，希望像Burkhart这样的人在瘫痪的双手上演奏音乐时能感觉到吉他。

用机器学习解密神经代码

瘫痪曾经被认为是一种永久性疾病。但是在过去的二十年中，在从大脑读取神经信号并使用电刺激为瘫痪的肌肉提供动力方面取得了显著进步。

在2000年代初期，BrainGate财团开始进行具有开创性的工作，其中包括植入大脑的植入物，该植入物从大脑的运动区域拾取信号，并使用这些信号控制各种机器。

早年，研究团队与该财团合作，开发了机器学习算法来解密神经代码。2007年，这些算法帮助一个因中风而瘫痪的妇女通过意念开动了轮椅。2012年，团队已使瘫痪的妇女能够使用机械臂拿起瓶子。同时，其他研究人员正在使用植入的电极刺激脊髓，使腿部瘫痪的人能够站起来甚至走路。

研究小组一直在解决这个问题的两个方面：读取来自大脑的信号以及刺激肌肉，重点放在手上。在与BrainGate团队一起工作的那段时间里，有一次调查询问了脊髓损伤患者的首要任务。

四肢瘫痪者回答说，他们的首要任务是恢复手臂和手的功能。

机器人技术已部分满足了这一需求。可以通过操作一种市售的机器人手臂来控制轮椅，并且研究已经探索了通过脑植入物或头皮电极控制机器人手臂的方法。但是有些人仍然渴望使用自己的手臂。

96根电极每秒活动3万次，只为“弯曲拇指”

Burkhart在2016年接受媒体采访时，他说他宁愿不要在轮椅上安装机械臂，因为他觉得这会引起太多关注。他说，不受干扰的技术来控制自己的手臂将使他“几乎像普通的社会成员一样工作，而不会被视为机器人”。

恢复手中的运动是一项艰巨的挑战。人的手具有20多个自由度，或者可以移动和旋转的方式，这比腿的功能要多得多。这意味着还有更多的肌肉要刺激，这造成了一个非常复杂的控制系统问题。

Burkhart的植入物位于他的大脑运动皮层中，该区域控制着手部的动作。研究人员广泛地绘制了运动皮层的地图，因此，有关那里的一般神经元活动与整个手以及每个手指的运动如何相关的信息很多。

但是，从植入物的96根电极上传出的数据量却是巨大的：每个电极每秒测量的活动为30,000次。在这些数据洪流中，必须找到离散信号，这些信号意味着“弯曲拇指”或“伸出食指”。

为了解码信号，团队结合了人工智能和人类的毅力。志愿者每周参加多达三节课程，为期15周，以培训系统。每次，Burkhart都会观看动画手在计算机屏幕上的移动并弯曲手指，在植入物记录其神经元活动时他会想象进行相同的动作。随着时间的流逝，一种机器学习算法会找出哪种活动模式对应于拇指的弯曲，食指的伸出等。

一旦神经旁路系统了解了这些信号，就可以为Burkhart前臂的肌肉产生一种电脉冲模式，从理论上讲，它可以模仿大脑向未受损的脊髓发出并通过神经的脉冲。但实际上，将Burkhart的意图转换为肌肉运动需要另一轮激烈的训练和校准。

研究人员花了无数小时来刺激缠绕在他前臂上的130套电极的不同组，以确定如何控制手腕，手和每个手指的肌肉。但仍无法复制手可以做的所有动作，而且永远也无法完全控制小指！

为了制作一个更实用，更方便的系统，他们决定开发一个完全无创的版本，称之为GlidePath。为此他们招募了脊髓受伤但肩膀仍然有些活动的志愿者，将惯性传感器和生物识别传感器的专有混合物放在志愿者的手臂上，并要求他们想象要拿到不同的物体。

来自传感器的数据被输入到机器学习算法中，使能够推断出志愿者的抓捕意图。然后，前臂上的柔性电极按特定顺序刺激其肌肉。在一个阶段中，志愿者Casey Ellin用这种可穿戴的旁路从桌子上捡起了一块燕麦棒，然后将其放在嘴里吃。

该结果在2020年的《生物电子医学》杂志上得到了发表。

模拟感觉，数据库和可穿戴设备合力贡献

团队正在努力将传感器和刺激器集成到轻便且不起眼的可穿戴设备中。为此，他们还开发了可与可穿戴设备配对的应用，以便临床医生可以检查和调整刺激设置。此设置将允许进行远程修复会话，因为来自应用程序的数据将被上传到云中。

为了加快校准刺激模式的过程，他们在健全和瘫痪的志愿者的帮助下，建立了一个模式如何映射到手部动作的数据库。尽管每个人对刺激的反应不同，但有足够的相似之处来训练系统。它类似于Amazon的Alexa语音助手，该助手接受了数千种语音的训练，开箱即用，可随时使用-但随着时间的流逝，它会进一步完善其对特定用户语音模式的理解。

同样，可穿戴设备也将立即准备就绪，提供基本功能，例如打开和关闭手。但是随着时间的推移，他们将继续了解用户的意图，从而帮助进行对每个用户来说最重要的动作。

这项技术可以帮助脊髓脊髓损伤的人以及中风康复的人，并且正在与Good Shepherd Rehabilitation Hospital和Barrow Neuroologic Institute合作测试该技术。中风患者通常会受到神经肌肉电刺激，以帮助其自愿运动并帮助恢复运动功能。有大量证据表明，当患者在电极刺激适当的肌肉的情况下积极尝试进行运动时，这种康复方法会更好。

已经证明，将大脑和肌肉联系在一起的努力会增加“可塑性”，即神经系统适应损伤的能力。该系统将确保患者充分参与，因为刺激将由患者的意图触发。研究人员计划随着时间的推移收集数据，希望即使技术被关闭，患者最终仍能恢复某些功能。

与可穿戴应用程序一样令人兴奋的是，今天的非侵入性技术至少在最初阶段并不容易控制复杂的手指运动。不希望GlidePath技术能够立即使人们演奏吉他英雄，更不用说真正的吉他了。因此，研究人云未来还将继续进行涉及大脑植入物的神经旁路手术。

当Burkhart使用较早版本的神经旁路技术时，他告诉研究者为迈向独立迈出了一大步，但他也说到，“感觉不到我拿着的东西很奇怪”。日常任务（例如扣衬衫）都需要这种感官反馈。因此研究人员决定进行双向神经旁路工作，该路径将运动命令从大脑传递到手，并将感觉反馈从手传递到大脑，从而在两个方向上跳过受损的脊髓。

为了让人们从瘫痪的手中产生感觉，研究者需要对手部进行微调的传感器，还需要在大脑的感觉皮层区域植入植入物。对于传感器，首先应该考虑人类皮肤如何向大脑发送反馈。当拿起东西时，压力会压缩下面的皮肤层，提起杯子时，皮肤会移动、拉伸和变形。

该薄膜传感器可以检测杯子对皮肤的压力，以及在提起杯子并将重力拉下杯子时施加在皮肤上的剪切力（横向）。这种微妙的反馈至关重要，因为在这种情况下，适当的运动范围非常狭窄；如果太紧地挤压杯子，就会把咖啡洒得到处都是。

每个传感器都有不同的区域，可检测最小的压力或剪切力。通过汇总测量结果，该系统可以准确确定皮肤如何弯曲或伸展。处理器会将这些信息发送到感觉皮层中的植入物，使用户能够感觉到手中的杯子并根据需要调整其抓地力。

找出刺激皮层的确切位置是另一个挑战。感觉皮层从手接收输入的部分尚未通过电极详尽地绘制，部分原因是处理指尖的区域被塞入大脑中称为中央沟的凹槽中。为了填补地图上的空白，研究者原与神经外科医生同事Ashesh Mehta和Stephan Bickel以及住院癫痫患者进行了合作，以绘制其癫痫发作活动图。深度电极用于刺激该沟槽内的区域，并询问患者感觉到的位置，以实现在手的非常特定的部位（包括关键的指尖）引起感觉。

这些知识为临床试验做好了准备，这也是该研究的下一步。目前研究者正在招募四肢瘫痪的志愿者进行研究，其中团队的神经外科医生将在感觉皮层中植入三排电极，在运动皮层中植入两排电极。刺激感觉皮层可能会对解码运动皮层神经信号的解码算法带来新的挑战，运动皮层紧挨着感觉皮层——拾取的电信号肯定会有一些变化，必须学会进行补偿。

在这项研究中，还添加了另一种方式。除了刺激前臂肌肉和感觉皮层外，还将刺激脊髓。

推理如下：在脊髓中，复杂网络中有1000万个神经元。较早的研究表明，即使在没有大脑命令的情况下，这些神经元也具有暂时指导人体运动的能力。研究者将让志愿者专注于预期的运动，在前臂上的电极的帮助下进行身体运动，并接收来自手部传感器的反馈。如果在此过程进行过程中刺激脊髓，相信可以促进其网络内的可塑性，从而增强与手部运动有关的脊髓内神经元之间的连接。

希望有一天，瘫痪患者的脑植入物能够得到临床验证并可以使用，从而使他们不仅可以玩《吉他英雄》。希望看到他们用双手做出复杂的动作，例如系鞋带，用键盘打字和用钢琴弹奏音阶。

研究人员表示，他们的目标是让这些人伸出援助之手，与亲人握手，以换取他们的触摸，希望他们能够恢复运动和感觉，并最终重建他们的独立性。