科学家解密控制瘫痪肢体的脑活动

一位科学家发明了一种深度学习算法，可以分析四肢瘫痪病人的大脑活动。该算法已用于对患者前臂肌肉进行电刺激，以恢复肢体的运动功能。

慢性瘫痪患者的生活质量可以通过脑-机接口得到改善。脑-机接口可以将控制运动的中枢神经系统电路与辅助设备(如电脑光标或机器人设备)连接起来。最近，脑-机接口已被用于绕过脊髓损伤，并通过肌肉刺激直接恢复瘫痪肢体的功能。尽管这种方法有很好的应用前景，但在实际应用中仍面临一些障碍，如需要准确快速的响应、提供多种功能的能力以及根据需要进行有效的日常校准。

俄亥俄州战役纪念研究所的迈克尔·施韦默和他的同事们收集了四肢瘫痪病人大脑皮层活动记录，这些病人在两年时间里进行了“想象的”手臂和手的运动。他们将微电极阵列植入病人的运动皮层，通过侵入性方法长期收集病人大脑活动的信息。这些微电极以高时空分辨率直接采样神经元活动。根据这个大数据集，他们开发了一个使用深度学习方法的脑-机接口解码器，它可以准确、快速和持久地运行，并且可以学习新的功能——基本上不需要再培训。研究人员在最近发表在《自然医学》网上的一份报告中说，解码器可以用来控制电刺激设备，并实时恢复瘫痪的前臂活动。

他们指出，虽然样本患者可以让解码器掌握和操纵对象，但这种方法是否适用于其他患者以及是否支持长期实际应用仍需进一步验证。他们说，未来的研究应该调查是否可以从实际应用中产生的训练数据中产生具有类似功能的解码器，而不是在受控实验室条件下获得的训练数据。(晋南)

相关文件信息:doi: 10.1038/s159018-017y

中国科学新闻(2018-107第二版国际版)