三、关注对手部肌肉的刺激,致力于让瘫患者自己控制肢体以往,瘫痪被认为是一种永久性的状态。但在过去的二十年中,在读取大脑的神经信号和使用电刺激为瘫痪的肌肉提供动力方面,技术已经取得了显著进步。
在 21 世纪初,美国 BrainGate 联盟开始进行一项具有突破性意义的研究工作。他们的技术通过大脑植入物来收集来自大脑运动区域的信号,并利用这些信号来控制各种机器。
而今天提到的团队中的一位研究人员 Chad Bouton 就曾与 BrainGate 联盟一起工作过,开发了解读神经代码的机器学习算法。2007 年,这些算法帮助了一位因中风而瘫痪的妇女用思维来驾驶轮椅。2012 年,BrainGate 的研究小组已经能使一位瘫痪的妇女用机械臂拿起一个瓶子。与此同时,BrainGate 的其他研究人员还在使用植入式电极刺激脊椎,让瘫痪患者可以用腿站立甚至行走。
Chad Bouton 和他的研究小组继续对 BrainGate 所做研究涉及到的两个问题研究解决方案,即读取大脑发出信号的同时,对肌肉进行刺激。BrainGate 团队曾做过一个调查,四肢瘫痪者在受访时回答说,他们首先希望恢复手臂和手的功能,因此新的研究小组也着重注意对手部肌肉的刺激。
机器人技术在一定程度上满足了这种需求。一种商业上可用的机械臂可以通过轮椅控制操作,这项研究已经探索了通过大脑植入物或头皮电极来控制机械臂的技术。但有些人仍然渴望能控制自己的手臂。
Ian Burkhart 在 2016 年答媒体问时说,他不想在他的轮椅上安装机械臂,这样会让他引起太多人的注意。而新的技术可以让他自己控制手臂,且不会引人注目,这项技术让他可以 “像正常人一样行使职能,而不被当做一个半机械人对待。”
恢复人的手部运动对研究人员来说是一项艰巨的挑战。人类的手有超过 20 个自由度,而且手部移动和旋转的方式要比腿部更自由。这意味着设备需要刺激更多肌肉,这就产生了一个高度复杂的控制系统问题。尽管面临着要将手部复杂动作在大脑中编码等挑战,研究人员依旧尽力帮助四肢瘫痪的病人恢复正常。
Ian Burkhart 的植入物位于他大脑运动皮层中一个控制手部运动的区域。研究人员绘制了运动皮层的地图,其中有大量信息表明一般神经元活动是与整只手及每根手指的运动相关联的。
但是,从植入物搭载的 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约为 30000 次。研究人员必须在这样的数据洪流中找到离散信号,来指导使用者 “弯曲拇指”或 “伸出食指”。
对这些信号解码试验需要人工智能的技术,也同样需要有毅力的志愿者配合。志愿者需要参加为期 15 周,每周三次的课程来进行系统培训。在每次的练习中,Ian Burkhart 都会在电脑屏幕上看到一只动态的手在移动和弯曲它的手指。他依此进行想象,大脑中的植入物在记录他的神经元活动时也进行着同样的动作。随着时间的推移,一种机器学习算法就能找出哪种活动模式可以对应 “拇指弯曲”或 “食指伸出”的动作。
一旦 “神经搭桥”系统理解了这些信号,它就可以为 Ian Burkhart 前臂的肌肉释放一种电脉冲信号。理论上来说,这种电脉冲模拟了大脑向未受损伤的脊髓发送脉冲并穿过神经的过程。但实际上,将 Ian Burkhart 的意图转化为肌肉运动需要另一轮高强度的训练和校准。
研究人员花费了无数个小时刺激缠绕在 Ian Burkhart 前臂上的 130 个电极,以确定如何控制他的手腕、手和每根手指的肌肉。“虽然我们不可能复制所有的手部动作,而且我们至今为止无法完全控制小指的运动,但我们知道我们必须开发出更好的东西。”研究人员之一 Chad Bouton 说道。
四、无创可穿戴设备能使脊髓损伤和中风患者恢复部分身体活动为了制造一个更实用和方便的系统,研究人员决定开发一个完全无创的版本,称为 GlidePath。他们招募了一些脊髓受伤但肩部仍有活动能力的志愿者,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物体。
传感器获取的数据被输入到机器学习算法中,研究人员通过数据判断出志愿者的抓捕意图。然后,志愿者前臂上的柔性电极按特定顺序刺激肌肉,达到让志愿者的手部根据意识活动的目的。
在一次测试中,志愿者 Casey Ellin 用这种可穿戴的 “神经搭桥”系统从桌子上拿起了一块燕麦棒,然后将燕麦棒送入嘴里咬了一口。这一案例被刊登在研究人员于 2020 年发布在《Bioelectronic Medicine》期刊的文章中。
▲曾因脊髓损伤导致部分瘫痪的 Casey Ellin,使用早期可穿戴式 “神经搭桥”系统原型进行测试
这个研究团队正在努力将传感器和刺激物集成到轻便且不起眼的可穿戴设备中。他们还开发了与可穿戴设备配对的应用,以便临床医生对刺激设置进行检查和调整。这个应用可以将程序数据上传到云端,未来可能会用于远程医疗恢复。
为了加快校准刺激模式的过程,研究人员在健全志愿者和瘫痪志愿者的帮助下,建立了一个数据库,用于研究这些模式是如何映射到手部运动的。虽然每个人对刺激的反应不同,但是其中的相似性足以用来训练系统。
这个数据库类似于亚马逊的 Alexa 语音助手,它接受了数千种语音的训练,开箱即用且随时可用。而随着时间的推移,研究人员还将进一步完善它对特定用户语言模式的理解能力。
可穿戴设备也将在近期准备就绪,初级设备可以提供让人打开和合上手的基本功能,后续,研究人员将通过继续了解用户意图,从而帮助每个用户完成对他们来说最重要的动作。
▲研究人员手持最新版本的可穿戴贴片(左)使用者将贴片佩戴在前臂,可以刺激神经和肌肉(右)
研究人员称,这项技术可以帮助到脊髓损伤和中风康复的人。他们与好牧人康复医院(Good Shepherd Rehabilitation Hospital)与巴罗神经学研究所(Barrow Neuroologic Institute)进行了合作,以测试他们的技术。
中风患者通常会使用这个设备接受神经肌肉电刺激,以协助患者自主运动,或帮助患者恢复运动功能。有相当多的证据表明,当病人在电极刺激正常肌肉的同时尝试做动作时,这种康复疗法效果更好。大脑和肌肉联合运动已被证明可以增加神经系统适应损伤的能力,也就是所谓的 “可塑性”。因为刺激是需要患者用意图激发的,所以 “神经搭桥”系统将确保患者充分参与。研究人员计划能随着时间的推移收集数据,此外,他们还希望将来即使这个系统关闭了,患者依旧能恢复自身的某些功能。
尽管可穿戴设备的应用令人兴奋,但如今在技术的初级阶段,非侵入性的技术并不能轻易控制复杂的手指运动。研究人员并未指望 GlidePath 技术能让使用者立即就能玩《吉他英雄》,甚至弹奏真正的吉他。他们正在继续研究一种包括大脑植入配合的 “神经搭桥”,以提升系统的控制能力。
Ian Burkhart 在使用早期版本的 “神经搭桥”技术时说道,这个系统向能独立使用迈出了一大步,但还有很多实际的东西没被考虑到。“我手里拿着东西,但我对此没有感觉,这是很奇怪的。”确实,像扣衬衫扣子这样的日常工作确实需要感官反馈,而后,研究人员才决定进行一项双向 “神经搭桥”手术,将运动指令从大脑传送到手,并将感觉反馈从手传送到大脑。传输过程跳过患者受损的脊柱,在两个方向中来回移动。
▲“神经搭桥”工作流程图解