硬核：科学家打造出整套人工神经系统，让瘫痪病人再次操纵身体

1 月 29 日信息，据外国媒体 IEEE Spectrum 报导，英国一组神经生物学家和技术工程师产品研发了一套人工合成神经系统，能让瘫痪的人再次管理自己的身体。

2015 年，这组研究人员对她们的研究成效开展了检测检测。检查者那时候乳房下列已瘫痪了三年多，但依靠这套机器设备，他能够握紧简单的吉它插口，用左手的手指头按住指板键，右手敲打演奏杆，应用《吉他英雄》网络游戏演奏了一些音乐符号。

检查者的姿势不依赖于身体损伤的脊椎，只是应用了一种称为 “神经搭桥（neural bypass）”的技术性，将他的用意转换为行動。

最先，嵌入到他脑内的机器设备接受到他人的大脑健身运动表皮层的神经数据信号；随后，这种数据信号被转至电子计算机运作的深度学习优化算法上开展破解；最终，盘绕在检查者上臂上的电级将破解后的命令传送给他们的全身肌肉。整体而言，这一系列数据信号传送应用的是一种人工合成神经系统。

一、搭建生成神经系统，帮瘫患者修复健身运动和触感

研究人员在坐落于英国直播盒子哥伦布市的巴特尔留念研究所完成了此项研究。自此，研究人员将试验室搬到坐落于美国纽约州曼哈西特范斯坦医药学研究所的微生物电子器件医药学研究所。

微生物电子器件医药学是一个相对性较新的行业，这组研究人员应用机器设备载入和调整身体神经系统内的电主题活动，为患者发展了新的治疗方法。

这一研究工作组的总体目标是破译与健身运动和觉得有关的神经登陆密码，那样她们就可以开发的方式来医治世界各国上百万的瘫痪患者。

要完成这一总体目标，研究人员最先必须掌握来源于人的大脑神经元的电子信号是怎样与人体的姿势关联的；然后，她们必须将这类数据信号用恰当的方法描述出去，适当地调整神经通道，以修复瘫患者的健身运动和触感。

▲研究人员 Luke Tynan（第一排）Chad Bouton，Richard Ramdeo，Santosh Chandrasekaran，Nikunj Bhagat（二排从左至右）

包含机电工程师 Nikunj Bhagat，神经生物学家 Santosh Chandrasekaran 和临床医学主管 Richard Ramdeo 以内的精英团队人员，已经搭建二种不一样的生成神经系统。

一种方式是应用人的大脑假体对瘫痪的身体开展高保真音响的操纵；另一种方式则是选用非入侵式可配戴技术性，第二种方法出示的线性度较低，但益处是不用开展脑部手术。这类可配戴技术性还可以在没多久的未来在患者人群开展营销推广。

二、瘫痪三年患者根据人的大脑假体再次独立操纵全身肌肉 

2010 年，《吉他英雄》试验的参加者 Ian Burkhart 一头扎入大海中，头部朝下撞倒沙堤，造成瘫痪。碰撞使他头颈的几片椎骨骨裂，脊椎损伤，也造成他乳房下列瘫痪。

这种损害阻拦了他人的大脑造成的电子信号根据神经传送到全身肌肉，再造成开启个人行为。而在他参加研究期内，技术性帮他修复了他所丧失的作用。他取得成功地开展了刷信用卡、续水等个人行为，这意味着瘫痪患者第一次根据嵌入人的大脑的机器设备取得成功操纵了自身的全身肌肉。

▲2015 年，Ian Burkhart 应用根据头部假体的 “神经搭桥”术玩《吉他英雄》的手机游戏

Ian Burkhart 应用的系统软件是试验性的，当研究完毕后，他也相对没法再独立操纵全身肌肉。为了更好地更改这一点，研究人员已经开发设计一种非入侵性可配戴技术性，它不用嵌入人的大脑，因而应用也更迅速和便捷。

现阶段，一些四肢瘫痪的人早已在应用这一系统软件来爬取物件。研究人员的短期内总体目标是将这类非入侵性技术商业化的，并期待2020年这一技术性能够得到美国食品和药物管理局（FDA）的准许。

她们还有一个有关 “双重神经搭桥”技术性的长期性企业愿景。这一技术性的执行将应用人的大脑假体来接受数据信号，并从置放在身体上的感应器开展意见反馈。此项技术性早已逐渐开展临床研究，她们期待这一双重系统软件能另外修复健身运动和触感，让像 Ian Burkhart 那样的瘫痪患者可用两手弹奏歌曲。

三、关心对手部肌肉的刺激性，着眼于让瘫患者自身操纵身体

过去，瘫痪被觉得是一种永久的情况。但过去的二十年中，在载入人的大脑的神经数据信号和应用电刺激性为瘫痪的全身肌肉出示驱动力层面，技术性早已获得了明显发展。

在 21 新世纪初，英国 BrainGate 同盟逐渐开展一项具备开创性实际意义的研究工作中。她们的技术性根据人的大脑假体来搜集来源于人的大脑健身运动地区的数据信号，并运用这种数据信号来操纵各种各样设备。

而今日提及的精英团队中的一位研究人员 Chad Bouton 就曾与 BrainGate 同盟一起工作中过，开发设计了讲解神经编码的深度学习优化算法。2007 年，这种优化算法协助了一位因脑中风而瘫痪的女性用逻辑思维来安全驾驶残疾轮椅。2012 年，BrainGate 的研究工作组早已能使一位瘫痪的女性用机械手臂拿出一个玻璃瓶。此外，BrainGate 的别的研究人员仍在应用植入式电级刺激性脊柱，让瘫痪患者可以用腿站起乃至走动。

Chad Bouton 和他的研究工作组再次对 BrainGate 所做研究牵涉到的2个难题研究解决方法，即载入人的大脑发信号的另外，对全身肌肉开展刺激性。BrainGate 精英团队曾做了一个调研，四肢瘫痪者在采访时回应说，她们最先期待修复胳膊和手的作用，因而新的研究工作组也主要留意对手部肌肉的刺激性。

自动化技术在一定水平上考虑了这类要求。一种商业服务上能用的机械手臂能够根据残疾轮椅操纵实际操作，此项研究早已探寻了根据人的大脑假体或头发电级来操纵机械手臂的技术性。但有的人依然期盼能管理自己的胳膊。

Ian Burkhart 在 2016 年答新闻媒体问时表示，他不愿在他的残疾轮椅上安裝机械手臂，那样会使他造成过多人的留意。而新的技术性能够使他自身操纵胳膊，且不容易引人注意，此项技术性使他能够 “像平常人一样履行职责，而不被作为一个半机械人看待。”

修复人的手臂健身运动对研究人员而言是一项严峻的挑戰。人们的手有超出 20 个可玩性，并且手臂挪动和转动的方法要比脚部更随意。这代表着机器设备必须刺激性大量全身肌肉，这就造成了一个高宽比繁杂的自动控制系统难题。虽然遭遇着要将手臂繁杂姿势在人的大脑中编号等挑戰，研究人员依然竭尽全力协助四肢瘫痪的患者恢复过来。

Ian Burkhart 的假体坐落于他人的大脑健身运动表皮层中一个操纵手臂健身运动的地区。研究人员绘图了健身运动表皮层的地形图，在其中有很多信息内容说明一般神经元主题活动是与一整只手及每根手指头的健身运动关联的。

可是，从假体配用的 96 根电级上传来的信息量确是极大的：每一个电级每秒钟精确测量的主题活动约为 30000 次。研究人员务必在那样的数据信息惊涛骇浪中寻找离散变量数据信号，来具体指导使用人 “弯折大拇指”或 “外伸无名指”。

对这种数据信号编解码实验必须人工智能技术的技术性，也一样必须有毅力的青年志愿者相互配合。青年志愿者必须报名参加历时 15 周，每星期三次的课程内容来开展系统软件学习培训。在每一次的训练中，Ian Burkhart 都是会在电脑显示屏上见到一只动态性的手在挪动和弯折它的手指头。他以此开展想像，人的大脑中的假体在纪录他的神经元主题活动时也开展着一样的姿势。伴随着時间的变化，一种深度学习优化算法就能找到哪一种主题活动方式能够相匹配 “大拇指弯折”或 “无名指外伸”的姿势。

一旦 “神经搭桥”系统软件了解了这种数据信号，它就可以为 Ian Burkhart 上臂的全身肌肉释放出来一种脉冲电流数据信号。理论上而言，这类脉冲电流仿真模拟了人的大脑向未受损伤的脊神经推送单脉冲并越过神经的全过程。但事实上，将 Ian Burkhart 的用意转换为全身肌肉健身运动必须另一轮高韧性的训炼和校正。

研究人员花销了无数钟头刺激性盘绕在 Ian Burkhart 上臂上的 130 个电级，以明确怎样操纵他的手腕子、手和每根手指头的全身肌肉。“尽管大家不太可能拷贝全部的手臂姿势，并且大家迄今截止没法良好控制小拇指的健身运动，但我们知道大家务必开发设计出更强的物品。”研究人员之一 Chad Bouton 讲到。

四、微创智能穿戴设备能使颈髓损伤和脑中风患者修复一部分人体主题活动

为了更好地生产制造一个更好用和便捷的系统软件，研究人员决策开发设计一个彻底微创的版本号，称之为 GlidePath。她们征募了一些脊神经负伤但肩膀仍有主题活动工作能力的青年志愿者，将惯性力感应器和生物识别技术感应器的特有化合物放到青年志愿者的胳膊上，并规定她们想像要取得不一样物件。

感应器获得的数据信息被键入到深度学习优化算法中，研究人员根据数据信息分辨出青年志愿者的追捕用意。随后，青年志愿者上臂上的软性电级按特殊次序刺激性全身肌肉，做到让青年志愿者的手臂依据观念主题活动的目地。

在一次检测中，青年志愿者 Casey Ellin 用这类可配戴的 “神经搭桥”系统软件从桌子上拿出了一块燕麦棒，随后将燕麦棒送进口中咬了一口。这一实例被发表在研究人员于 2020 年公布在《Bioelectronic Medicine》刊物的文章内容中。

▲曾因颈髓损伤造成一部分瘫痪的 Casey Ellin，应用初期可配戴式 “神经搭桥”系统软件原形开展检测

这一研究精英团队已经勤奋将感应器和条件刺激集成化到轻巧且不值一提的智能穿戴设备中。她们还开发设计了与智能穿戴设备匹配的运用，便于临床医生对刺激性设定开展定期检查调节。这一运用能够将程序流程数据信息上传入云空间，将来很有可能会用以远程医疗系统修复。

为了更好地加速校正刺激性方式的全过程，研究人员在完善青年志愿者和瘫痪青年志愿者的协助下，创建了一个数据库查询，用以研究这种方式是怎样投射到手臂健身运动的。尽管每一个人对刺激性的反映不一样，可是在其中的相似度足够用于训炼系统软件。

这一数据库查询类似美国亚马逊的 Alexa 智能语音助手，它接纳了数千种视频语音的训炼，拆箱既用且随时随地能用。而伴随着時间的变化，研究人员还将进一步健全它对特殊客户语言表达方式的逻辑思维能力。

智能穿戴设备也将在最近就绪，初中级机器设备能够出示令人开启合和入门的基本要素，事后，研究人员将根据再次掌握客户用意，进而协助每一个客户进行对她们而言最重要的姿势。

▲研究人员手执最新版的可配戴帖片（左）使用人将帖片配戴在上臂，能够刺激性神经和全身肌肉（右）

研究人员称，此项技术性能够协助到颈髓损伤和中风康复的人。她们与好牧人康复中心医院（Good Shepherd Rehabilitation Hospital）与巴罗神经学研究所（Barrow Neuroologic Institute）开展了协作，以检测她们的技术性。

脑中风病人一般 会应用这一机器设备接纳神经系统全身肌肉电刺激性，以帮助病人运动性，或协助病人修复健身运动作用。有非常多的直接证据说明，当患者在电级刺激性一切正常全身肌肉的另外试着做姿势时，这类康复治疗治疗法实际效果更强。大脑和全身肌肉协同健身运动已被证实能够提升中枢神经系统融入损害的工作能力，也就是说白了的 “延展性”。由于刺激性是必须病人用用意激起的，因此 “神经系统搭桥”系统软件将保证病人充足参加。研究人员方案能伴随着時间的变化搜集数据信息，除此之外，她们还期待未来即便这一系统软件关掉了，病人依然能修复本身的一些作用。

虽然智能穿戴设备的运用令人激动，但现如今在技术性的初始阶段，非入侵性的技术性并不可以随便操纵繁杂的手指运动。研究人员仍未寄希望于 GlidePath 技术性能让使用者马上就能玩《吉他英雄》，乃至演奏真实的吉它。她们已经再次研究一种包含大脑嵌入相互配合的 “神经系统搭桥”，以提高系统软件的控制力。

Ian Burkhart 在应用初期版本号的 “神经系统搭桥”技术性时讲到，这一系统软件向能单独应用迈开了一大步，但也有许多具体的物品没被充分考虑。“我手上拿着物品，但我对于此事没有感觉，它是很怪异的。”的确，像扣衬衣钮扣那样的日常工作中的确必须感观意见反馈，然后，研究人员才决策开展一项双重 “神经系统搭桥”手术治疗，将健身运动命令从大脑传输拿到，并将觉得意见反馈从手传输到大脑。传送全过程绕过病人损伤的脊椎，在2个方位中往返挪动。

▲“神经系统搭桥”工作流程图解

五、根据在大脑皮层中嵌入机器设备，使瘫痪病人再次主题活动和认知

为了更好地让使用者能从偏瘫的手上造成觉得，研究人员既必须在使用者手里安裝精细调整的感应器，还要在大脑的觉得皮层地区嵌入电级列阵等假体。

在感应器的设计方案上，研究人员最先考虑到的是人们肌肤怎样向大脑推送意见反馈信息内容。举例来说，当使用者拿出一个放满热咖啡的一次性杯时，工作压力会缩小紧握杯子的一部分肌肤层。当使用者将杯子拿出时，肌肤会挪动、拉申和形变。

研究人员开发设计的塑料薄膜感应器能够检验杯子对肌肤的工作压力，及其在使用者提到杯子时，杯子释放在肌肤上的相对性相互作用力。这类细微的意见反馈尤为重要，在这类状况下，其容许力回馈的确定误差范畴十分小，由于假如使用者把杯子握得过紧，杯里的热咖啡便会溢出来。

研究人员设定的每一个感应器都承担了不一样的地区，能够检验最少的工作压力或作用力。根据归纳精确测量結果，系统软件能够精确明确肌肤弯折或屈伸的状况。CPU会将肌肤信息内容发送至大脑觉得皮层上的假体中，使用者就能相对觉得到手上的杯子，并根据必须调节爬取幅度。

▲与手臂健身运动有关的大脑主题活动

▲手里的双重系统软件纪录健身运动皮层并刺激性觉得皮层

除此之外，找到刺激性皮层的准确部位是研究人员应对的另一个挑戰。在研究人员绘图的健身运动皮层地形图中，觉得皮层接纳手臂键入的一部分都还没根据电级详尽地描绘出来，一部分缘故取决于，手指尖地区的认知掩藏在大脑中被称作中间沟的管沟中。

为了更好地弥补健身运动皮层地形图的空缺，研究工作组的人员与脑外科医师 Ashesh Mehta 和 Stephan Bickel，及其一些住院治疗的癫痫患者一起相互配合，开展绘图癫痫病活动图的程序流程。

根据将深层电级用以刺激性中间沟管沟的地区，并了解病人有感觉的位置，研究人员可以将机器设备的手感意见反馈拓宽至手指尖等手臂特殊位置。

下面，她们已经征募四肢瘫痪的青年志愿者参加研究。精英团队中的脑外科医师将在青年志愿者的觉得皮层嵌入三排电级，在健身运动皮层嵌入两行电级。而刺激性觉得皮层很有可能会给编解码优化算法产生新的挑戰：健身运动皮层中的神经系统数据信号会对电子信号的接受造成危害，因而研究者也必须摆脱这一难题。

在此项研究中，研究人员提升了此外一个额外刺激性。除开对前臂肌肉和觉得皮层开展刺激性 外，新研究还将对使用者的脊神经开展刺激性。

缘故取决于，在脊神经的社会网络中有一千百个神经细胞，初期研究说明，即便沒有来源于大脑的命令，这种神经细胞也具备能在短暂性時间正确引导人体健身运动的工作能力。

研究人员会让青年志愿者致力于做预估设置好的健身运动，在上臂配用电级的协助下开展人体健身运动，并接受来源于手臂感应器的意见反馈。假如研究人员在这个全过程中刺激性青年志愿者的脊神经，将能够推动其社会网络内的延展性，进而提高与手臂健身运动相关的脊神经神经细胞中间的联接。这一研究工作组的梦想是让脊神经损伤病人的手可以恢复过来。

本文的创作者 Chad Bouton 是这一研究工作组的一员，他说道：“总有一天，大家为瘫痪病人出示大脑假体的技术性能得到临床医学证实并准许应用。大家期待见到她们用两手作出繁杂的姿势，大家期待见到她们绑鞋带，用键盘打字及其弹琴。大家的总体目标是让这种人到与家人挥手的情况下能觉得到回握。我们要修复她们的健身运动和直觉，并最后修复她们独立生活的工作能力。”

总结：

当高新科技变成人身体的一部分本文展现的，是一位研究人员对精英团队已经开展探寻新项目的讲解和论述。她们开发设计了智能穿戴设备和大脑假体二种方法，开展了数次实验，尝试让瘫痪病人再次开展独立主题活动，再次觉得到直觉。

当高新科技变成人身体的一部分会怎么样？此项研究也许能出示给大家一个回答。智能穿戴设备、脑机接口、电子皮肤…… 这种已经逐渐发展趋势和健全的技术性，也许在未来的某一天，能够协助愈来愈多悲剧的人恢复过来人的日常生活。