Cell | 瘫痪患者的“意念之手”：长期稳定控制机器人手臂的神经可塑性研究

主要观点总结

近年来，脑机接口（BCI）技术在帮助瘫痪患者恢复运动功能方面取得显著进展。然而，存在“跨天失灵”的问题，即大脑神经信号会随时间推移发生“漂移”。来自加州大学旧金山分校的K. Ganguly团队通过实施基于ECoG的BCI发现，尽管神经表征存在漂移，但通过神经反馈和采样这些漂移，可以保持表征结构的稳定性，并实现机器人手臂和手的高精度控制。该研究深入探讨了脑机接口技术在四肢瘫痪患者中实现长期神经假体控制的可能性。

关键观点总结

关键观点1: 脑机接口（BCI）技术帮助瘫痪患者恢复运动功能的进展。

近年来，脑机接口技术在医学领域取得了重大突破，特别是在帮助四肢瘫痪的患者恢复运动功能方面。研究人员通过使用BCI技术，让患者能够通过意念控制机械臂完成倒水、抓取物品等动作。

关键观点2: 跨天失灵问题及神经信号的漂移。

尽管BCI技术取得了显著进展，但存在一个问题，即“跨天失灵”。也就是说，瘫痪患者昨天还能通过脑电波控制机械臂，但今天同样的指令可能无效。问题的关键在于大脑神经信号会随时间推移发生“漂移”，导致BCI系统的控制变得不稳定。

关键观点3: K. Ganguly团队的研究解决跨天失灵问题。

K. Ganguly团队通过实施基于ECoG的BCI研究发现了解决跨天失灵问题的方法。他们发现，尽管神经表征存在漂移，但通过神经反馈和采样这些漂移，可以保持表征结构的稳定性。这一发现为实现长期的复杂神经假体控制提供了可能。

关键观点4: 研究方法和实验成果。

该团队首先在两名瘫痪患者的大脑中植入了ECoG电极，记录患者在想象不同身体部位动作时的神经活动。通过闭环BCI控制和实时视觉反馈的实验，他们发现随着BCI训练的进行，神经表征的分离度增大，解码精度明显变高。此外，他们还开发了一种基于离散动作输入的连续动力学控制框架（IBID），实现了对机器人手臂的精确控制。