脑机硅谷前沿 | 脑机接口逆转瘫痪!实验者运动触觉双双恢复( 二 )


好消息是 , 即使运动皮层无法对这些残存的信号作出反馈 , 完好的体感神经纤维仍然可以作出反应 , 对脑活动产生影响 , 而且影响的持续时间长于触觉刺激的时间 。
这为研究团队带来了一个全新的灵感:如果能够解码大脑上完好的体感神经纤维造成的脑活动变化 , 是否可以用解码出来的信号 , 去控制脑机接口 , 进而控制义肢获得运动功能 , 并且产生触觉?
于是 , 他们采用机器学习的方法设计了一个向量机 , 作为解码算法 , 结合被刺激的皮肤区域 , 和在皮层里侦测到的脑活动 。
读取脑活动信号的工作则由已经通过手术安装在 Burkhart 身上的脑机接口完成 。 每次需要使用的时候 , 他都得从脑袋上拽一根线 , 连接到电脑上……
脑机硅谷前沿 | 脑机接口逆转瘫痪!实验者运动触觉双双恢复
本文插图
好消息是 , 经过了几个月的训练时间 , 这套解码算法的效率非常高 , 而且误差率很低 。
不仅如此 , Burkhart 仅靠自己能够感觉到大拇指和小臂位置的触觉 , 算法在这些位置的侦测效果 , 和在他本人感觉不到的位置(比如食指和中指)上是大体相同的(下图右) , 更加证明了算法的可靠性 。
脑机硅谷前沿 | 脑机接口逆转瘫痪!实验者运动触觉双双恢复
本文插图
研究团队进一步对优化向量机进行开发和优化 , 在同样的准确性和效率基础上 , 实现了更多的功能 。 比如实时根据手部刺激的力度 , 调整触觉信号的强弱;再比如 , 用外部设备控制 Burkhard 右手的张开和捏合时 , 不会触发新的触觉信号 , 只有在确实触碰到物体时 , 才会生成这样的信号 。
通过大量的实验和优化 , 研究团队得到了极大的鼓励:通过解码残存的微弱信号 , 完全有希望实现基于脑机接口的触觉解码 。
分离触觉和运动信号
团队开展这项研究的目标 , 就是为同时实现运动功能和触觉的恢复 。
那么接下来的问题就是:能否把脑活动当中的传入和传出信号进行分离 , 从而让脑机接口可以同时控制两个系统 , 一个负责运动 , 一个负责触觉?
幸运的是 , 在1994年 , 巴特尔纪念研究所的专家们就已经验证了触觉信号和运动信号是可以被分离的 (demultiplex, 解多工) 。 在大量前序研究的基础上 , 这一次团队再次获得了巨大的进展 。
研究团队进一步设计了新的解码算法 。 现在 , 他们在一台电脑上可以同时运行多个解码算法 , 控制两个不同的回路 , 负责运动的在图中以及视频中显示为蓝色 , 触觉显示为红色 。

脑机硅谷前沿 | 脑机接口逆转瘫痪!实验者运动触觉双双恢复
本文插图
如图所示 , 在触觉方面 , 研究人员在 Burkhart 的大臂上安装了一条绑带(红色) , 接受电脑分离并处理过的触觉信号 , 施加在二头肌上 , 就能够恢复整条手臂的触觉 。
运动方面同理 , Burkhart 的小臂上安装了更多可以刺激手臂神经的绑带(蓝色) , 接受分离处理的运动神经信号 , 刺激胳膊肌肉 , 能够非常准确地完成Burkhart 大脑“想”出来的动作 。
脑机硅谷前沿 | 脑机接口逆转瘫痪!实验者运动触觉双双恢复
本文插图
好消息是 , 触觉反馈的生成和运动功能的激活 , 这两步操作之间的延迟较短 , 显著强化了 Burkhart 的自我控制感 (sense of agency) 。
在上图的图 C 部分可以看到 , 使用这套脑机接口配合的装置 , Burkhart 的自我控制感从55%左右提升到了70%左右 。
研究团队总共在 Burkhart 的身上进行了198次测试 , 信号分离实现完美控制的成功率为100% 。
要知道在过去 , 从来没有一种治疗或者技术方案 , 可以如此高效地同时恢复四肢瘫痪者的运动功能和触觉……


推荐阅读