来源：机器之心
作者：Chad Bouton
机器之心编译
编辑：陈萍
这，是一项伟大的科研。
2015 年，一群神经科学家和工程师围在一起，观看一名男子玩电子游戏《吉他英雄》。只见他小心翼翼地拿着简化的吉他接口，用右手的手指按下 fret 按钮，左手敲击 strum bar。这虽是一个简单的游戏，但这一场景背后的故事却非同寻常：这名男子从胸部以下瘫痪了三年多，手已经失去活动能力。每次他移动手指弹奏音符，都像在演奏一首恢复自主能力的歌曲。
这名男子的行动并不依赖于体内受损的脊髓。相反，他使用了一种「神经搭桥」（neural bypass）技术，将其意图转化为行动：首先，大脑植入物在他的运动皮层中提取神经信号，然后将这些信号移动到一台运行机器学习算法的计算机上，令算法对信号进行解码；最后，包裹在他前臂上的电极将指令传递给肌肉。可以说，这名患者使用人工神经系统完成游戏过程。
该研究小组的任务是破解与运动和感知有关的神经密码，以便开发出新方法，治疗全球范围内数以百万计的瘫痪患者——仅在美国就有 540 万人。要做到这一点，研究人员首先需要了解大脑神经元发出的电信号与身体动作之间的关系；然后需要正确地「说」这种语言，并调节适当的神经通路，以恢复运动和触觉。
研究团队包括 Chad Bouton 教授、电气工程师 Nikunj Bhagat、神经科学家 Santosh Chandrasekaran 和临床主管 Richard Ramdeo，他们利用这些信息构建两种不同的合成神经系统。一种方法是使用大脑植入物来高保真地控制瘫痪的肢体；另一种采用非侵入性可穿戴技术，这种方式提供的控制精度较低，好处是不需要进行脑部手术。可穿戴技术可能相对较快地推广到患者身上。
实验参与者 Luke Tynan（前排）与研究成员。后排自左至右分别是 Chad Bouton、Richard Ramdeo、Santosh Chandrasekaran 和 Nikunj Bhagat。
解码思维，让瘫痪患者重获运动能力
「吉他英雄」实验的参与者 Ian Burkhart 在 2010 年因潜水意外导致颈部多块椎骨断裂、脊髓受损，从胸部中部以下瘫痪。受伤部位阻止了大脑产生的电信号沿着神经传递，因而无法触发肌肉动作。Ian Burkhart 曾参与 Chad Bouton 等人 2016 年的一项研究，通过技术手段弥补了他因瘫痪失去的能力。他还可以刷信用卡、把瓶子里的水倒进杯子里，这是首次瘫痪病人利用脑植入物成功控制了自己的肌肉。
2015 年，研究实验参与者 Ian Burkhart 使用基于脑置入的神经搭桥技术初版本玩《吉他英雄》游戏。
Burkhart 使用的系统是实验性的，研究结束时，他重新获得的「行动自主性」也随之结束。为了改变这种情况，研究人员决定开发一种非侵入式的可穿戴技术，这种技术不需要植入大脑，因此可以更快地为瘫痪人员使用。目前，四肢瘫痪的人已经使用这一系统来接触和抓握各种物体。该研究团队正在努力使这种非侵入式技术商业化，并希望在明年获得美国食品药品监督管理局（FDA）批准。
瘫痪长期被认为是一种永久性的疾病。但在过去的二十年里，研究人员在读取大脑的神经信号和使用电刺激给瘫痪的肌肉提供动力方面取得了显著进展。
21 世纪初，美国科技公司大脑之门 (BrainGate) 利用脑机接口技术来帮助患者恢复一些行动能力，从大脑运动区接收信号，利用这些信号控制各种机器，开发机器学习算法来破译神经代码。2007 年，这些算法帮助了一位因中风而瘫痪的女子用思想驾驶轮椅。到 2012 年，该团队已经使一名瘫痪女子使用机械臂拿起瓶子。与此同时，其他研究人员也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行走。
对于四肢瘫痪的人来说，他们最想要恢复的或许是手臂和手的功能。机器人技术部分满足了这一需求。一种商用的机械臂可以与轮椅控制器一起操作，多项研究探索了通过大脑植入物或头皮电极来控制机械臂。但有些人仍然渴望使用自己的手臂。2016 年，Burkhart 在接受媒体采访时表示，他不希望在轮椅上安装机械臂，因为他觉得这会引起太多关注。他希望以一种不引人注意的方式控制自己的手臂，而不是被当作一个半机器人对待。
解放手部：可穿戴贴片
恢复双手运动是一项艰巨的挑战。人类的手有 20 多个自由度，它移动和旋转的方式比腿要多得多。这意味着更多的肌肉需要刺激，这就产生了一个非常复杂的控制系统问题。而且我们还不能完全理解手部的复杂动作是如何在大脑中编码的。
Burkhart 的植入物在大脑运动皮层中，这个区域控制着手部的运动。研究人员对运动皮层进行了广泛的测绘，获得了大量信息，能够展示一般的神经元活动是如何与整个手的运动以及每根手指的运动相关联的。但是从植入物的 96 个电极上获得的数据量是惊人的：每一个电极每秒测量活动 30000 次。在这巨量的数据中，我们必须找到表示「拇指弯曲」或「食指伸出」的离散信号。
为了解码这些信号，研究人员结合了人工智能以及人类坚持不懈的毅力。实验志愿者每周参加三次培训，为期 15 周。在每一次培训中，Burkhart 都会在电脑屏幕上观看手的移动和手指的弯曲，并想象做出相同的动作。在这一过程中，植入物会记录他的神经元活动。随着时间的推移，机器学习算法能够计算出哪种活动模式对应拇指的弯曲、食指的伸展等等。
一旦神经搭桥系统理解了这些信号，它就可以为 Burkhart 前臂的肌肉产生一种模电脉冲模式，理论上模拟了大脑通过未受损的脊髓和神经发出的脉冲。但实际上，将 Burkhart 的意图转化为肌肉运动需要另一轮训练和校准。该研究花了无数个小时刺激包裹在他前臂上的 130 个不同的电极，来确定如何控制手腕、手和每个手指的肌肉。但研究人员无法复制手能做的所有动作，也无法完全控制小指。因此必须开发更好的东西。
为了使系统更加实用和便捷，研究人员决定开发一种完全非侵入式的版本——GlidePath。使用该可穿戴搭桥技术后，实验志愿者 Casey Ellin 能够拿起桌子上的燕麦棒，送到嘴边咬一口。相关研究发表在期刊《Bioelectronic Medicine》上。
论文地址：https://bioelecmed.biomedcentral.com/articles/10.1186/s42234-020-00053-5
Chad Bouton（左）手持最新版本的可穿戴贴片，贴片贴在用户前臂上时可以刺激神经和肌肉（右）。
研究者认为这项技术可以帮助脊髓损伤患者以及中风康复患者，并在 Good Shepherd 康复医院和巴洛神经外科研究所测试了该项技术。对于中风患者，使其接受神经肌肉电刺激来协助自主运动，帮助恢复运动功能。有相当多的证据表明，病人在电极刺激肌肉的同时尝试做动作，可以提高康复效果。大脑和肌肉的这种联合作用能提高「可塑性」，即神经系统适应损伤的能力。该系统必须确保患者完全投入，因为刺激将由患者的意图触发。该研究计划收集更多的数据，并希望即使技术关闭，患者也能恢复一些功能。
尽管可穿戴应用令人兴奋，但如今的非侵入式技术还不能很好地控制复杂的手指运动，至少最初是这样。研究人员正继续研究一种涉及大脑植入的神经搭桥技术。
当 Burkhart 使用早期版本的神经搭桥术时，他告诉研究人员，这是迈向独立的一大步。但还有许多实际的事情没有考虑在内，Burkhart 这样描述他的感受：「手里拿着东西，但感觉不到自己拿东西，这很奇怪。」然后，研究者决定研究一种双向神经搭桥，将大脑的运动指令传递给手，并将手的感觉反馈传递给大脑，从两个方向跳过受损的脊髓。
双向搭桥：让患者拥有触感
为了使瘫痪的人能够拿起物体，在运动皮层中植入电极阵列（1），当一个人想象移动他的手臂和手时，提取产生的神经信号。然后，AI 驱动的处理器将这些嘈杂的大脑信号解码（2），向前臂电极贴片发送神经刺激指令（3）。当人抓住物体时，手上的薄膜传感器（4）记录感官信息。这些数据通过处理器传回，刺激指令被发送到感觉皮层的植入式电极阵列（5），让人感觉到物体的存在，并在必要时调整握力。在这一过程中，脊髓上的另一个电极阵列（6）刺激脊髓神经，希望促进脊髓神经的再生和修复。
为了让瘫痪的手有知觉，需要在手部安装精调传感器，在大脑的感觉皮层区域安装一个植入物。对于传感器，研究者首先考虑人类皮肤如何向大脑发送反馈。当你拿起东西时，如装满咖啡的一次性杯子，压力会压迫皮肤的底层；当你举起杯子时，你的皮肤会移动、拉伸和变形。该研究开发的薄膜传感器可以检测杯子对皮肤的压力，以及当你举起杯子时，施加在皮肤上的剪切力。这种微妙的反馈至关重要，因为在这种情况下，合适的移动范围很小；如果你把杯子挤得太紧，热咖啡会全部洒在身上。
每一个传感器都有不同的区域来检测最轻微的压力或剪切力。通过聚合测量值，该系统可以准确地确定皮肤是如何弯曲或拉伸的。处理器把这些信息发送到感觉皮层的植入物上，使用户能够感觉到手中的杯子，并根据需要调整握力。
触摸和感知：功能性核磁共振成像显示了与手部运动相关的大脑活动。双向搭桥记录来自运动皮层的信号，并刺激感觉皮层。
薄膜传感器测量压力和作用力，这些数据用来刺激感觉皮层中的电极。
另一个挑战是找出刺激感觉皮层的确切位置，感觉皮层接收手部输入的部分还没有通过电极详尽地绘制出来。为了填补这一空白，研究人员与神经外科医生 Ashesh Mehta 和 Stephan Bickel 以及住院癫痫患者，一起进行了癫痫活动地图绘制。深度电极被用来刺激凹槽内的区域，并询问患者在哪里感觉到。该研究能够诱发手部特定部位的感觉，包括至关重要的指尖。
展望
这些知识为临床试验做好了准备，这标志着可以进行下一步研究。目前该研究团队正在招募四肢瘫痪志愿者进行这项研究，团队中的神经外科医生将在感觉皮层植入三组电极，在运动皮层植入两组电极。刺激感觉皮层可能会给解读运动皮层神经信号的解码算法带来新的挑战（运动皮层就在感觉皮层的附近），接收到的电信号会有一些变化，因此必须学会补偿这些变化。
在这项研究中，研究团队还增加了其他刺激。除了刺激前臂肌和感觉皮层，研究人员还刺激了脊髓。理由如下：在脊髓中，存在由 1000 万个神经元组成的复杂网络。早期研究表明，即使在没有大脑指令的情况下，这些神经元也有能力暂时指挥身体的运动。让志愿者专注于一个预期的动作，在前臂电极的帮助下让身体做出这个动作，然后从手上的传感器接收反馈。研究人员相信，在这个过程中刺激脊髓可以增强神经网络的可塑性，强化脊髓内参与手部运动神经元之间的联系。该研究的梦想是让脊髓受损的人恢复双手。
该研究希望这一技术得到临床证明并被批准使用，看到瘫痪患者用手做复杂的动作，比如系鞋带、打字、弹钢琴。研究者希望，有朝一日瘫痪患者能与所爱之人握手，感受他们的触摸，恢复运动、感觉，并最终恢复自主行动能力。
原文链接：https://spectrum.ieee.org/biomedical/bionics/brain-implants-and-wearables-let-paralyzed-people-move-again
2021年 2 月的第一周，机器之心将携手二十余位 AI 人耳熟能详的重磅嘉宾进行在线直播，通过圆桌探讨、趋势Talk，报告解读及案例分享等形式，为关注人工智能产业发展趋势的AI人解读技术演进趋势，共同探究产业发展脉络。连续七天，精彩不停。
添加机器之心Pro小助手（syncedai 或 syncedproii），备注「2021」，进群一起看直播。
