發布日期：2022-07-14 點擊率：73
有朝一日,佩戴假手的殘障人士將可以彈鋼琴了!這歸功于能讀入并利用人腦中微弱控制信號的植入式器件。前不久,在法國里昂舉行的IEEE生物工程會議上,研究者們報告了在神經技術領域的進展,以及提供這種能力尚需解決的一些障礙。
“在人工肢體(假肢)領域正在發生著一場革命,許多機械問題正在得到解決。”美國約翰霍普金斯大學生物醫學工程教授Nitish Thakor在一次有關神經系統的討論會上表示,“要實現人工肢體的實時控制,現在面臨的挑戰是如何把人工肢體鏈接到神經系統。”
據密歇根大學研究學者Daryl Kipke估計,神經假體的市場總值約為28億美元,在本次會議上,他介紹了在新型微陣列電極(用于監視和控制大腦的功能)方面的工作。
為了推動假肢在機械方面迅速取得進步,國防部高級研究計劃署(DARPA)給予了資金支持。想從大腦中捕獲控制信息以便驅動機械設備,這就增加了對更好的電極、電子技術和算法的需求。
“完整的假手系統是一個涉及眾多領域的巨大研究課題。”Thakor指出。他介紹了基本肢體功能的控制算法方面的新進展,比如,利用頭皮帖附式腦電圖監控器上所獲得的信號拿起一只玻璃杯。更精細的控制(如彈鋼琴)則需要借助于植入到大腦中的高性能神經微陣列傳感器——這種傳感器已在開發中。
“神經技術目前的發展勢頭與心臟技術在20或30年前的狀況類似。”Kipke說。“隨著對大腦各個部分理解的深入,人們將定義出大腦與計算機間的接口。”
Thakor透露,在把單個手指的屈伸運動與來自大腦運動皮層M1區中少至30個神經元的信號關聯方面,他的小組已經能夠達到99%的準確度。“但為了控制更復雜的任務及多個手指,我們還將需監控更多神經元。”他指出。
包含多達128個電極的頭皮貼附式腦電圖傳感器的區分能力仍然不夠,無法把原始資料分成用于單獨手指的多個控制信號,Thakor表示。
“對于多個手指的屈伸運動,腦信號與屈伸運動之間似乎不存在明確的線性關聯。數據完全攪合在一起。”他指出,“所以,我的看法是把這個難題交給數學算法,因為電氣問題太令人畏懼了。”
研究者們正在使用各種貼附式和植入式器件,來讀出和分析頻率在1Hz-10kHz范圍的腦信號。
“這些技術中哪種技術最好？這將會成為今后幾年人們爭論不休的話題。或許這些技術都是可行的。”Thakor認為,“最終要確定采用那種技術,將需要綜合考慮倫理、外科和臨床等各方面的問題,盡管作為工程人員,我們可能會把信號質量作為選擇的依據。”
對于植入技術,一個關鍵的問題是捕獲信號的能力能提高多少。電極陣列目前已廣泛用于在動物體內短期工作,但研究者們認為這些器件改進后將能在人體內長期使用。
“我認為我們能夠跨越這個障礙。”密西根大學的Kipke說,“要把該技術轉變成臨床應用,關鍵是把大腦-計算機接口從學術研究轉變成商業化的技術。”
Kipke同時還是Neuronexus Technologies公司的首席執行官,這家新興公司三年前從他的研究中心分離出來,目的是開發在人體中使用的硅微陣列。另外,該公司在18個月以前還開始開發基于聚合物的微陣列。
圖: 透過神經微陣列,纖薄的電極陣列能深入大腦組織,并連結到頭皮貼附式腦電儀下的信號處理模塊。
用于人體短期診斷使用的產品將在一年之內進行測試,Kipke說,但用于長期植入的微陣列來說,還需花更長的時間才能進入市場。
其它一些新創公司也在開發類似的陣列,其中包括Northstar Neuroscience公司和Neuropace公司。
微陣列開發商需要找到多種方法,以便減少這些陣列在植入大腦組織中時對細胞和免疫系統的造成的損害。
Kipke的小組已經開發出一種快速插入的方法,能最大程度地減少細胞撕裂所產生的細胞碎片以及化學藥物釋放造成的生理反應。該中心正在向一些神經外科醫生培訓陣列插入技術。
另外,研究者們在可釋放化學藥物的植入陣列方面也取得了進展,這些藥物可抑制免疫系統對植入陣列的生理反應。這些生理反應通常會產生把植入陣列包裹起來的細胞,因而將降低植入陣列的性能。
Kipke的小組也在開發更高效的陣列結構,其寬度只有50微米且包含厚度4微米左右的網格結構。他們正在把這些設計轉化成原型以便進行評估。
植入陣列能記錄有用信息的時間長度范圍很大,從一天到一年。然而,一些研究者已在植入猴腦中的陣列上得到長達兩年的連續紀錄。
Kipke認為,要實現長期使用,一個關鍵問題是最大程度地減少大腦表面出血。“我相信一定可以找到解決方案,但我還不確定到底將是什么樣的方案。”他說。
鏈接到植入陣列的信號處理芯片無法在有限的功率預算下提供穩固的實時性能。
比薩圣安娜大學是意大利的一所公立大學,該學校生物醫學工程教授Maria Chiara Carroza闡述了其正在開發的假肢對子系統的要求。“我們需要在70毫秒的窗口時間內做出決策,所以我們需要真正高速的控制器。”她說。
性能要求將只會變得更為苛刻,加州大學洛杉磯分校(UCLA)電氣工程系的研究學者Shahin Farshchi指出。神經工程師希望能得到可支持多達100個通道、采樣速率達10,000Hz、以及能提供最高12位分辨率的系統。
研究者之所以要求這樣的性能,是因為他們必須使用統計方法來分析大量人群的神經元所做出的反應。這是因為任何特定的行為似乎都是針對神經細胞群在多種不同模式時發出的信號而做出的反應。
“我們可能需要捕獲幾千個神經元同時發出的信號,這超出了我們目前的能力。”弗羅里達大學神經修復學教授Justin Sanchez指出,“大腦并不會對幾次嘗試信號求平均值來確定一個響應。”Sanchez幫助組織了其中的一個專題討論會。
Sanchez做了有關回聲狀態網絡(一種神經網絡)的使用報告,利用該網絡,他們把所感知到的神經模式和實際行為之間的關聯性提高了15%。
UCLA的Farshchi介紹了他參與創建的一種傳感器網絡,可處理并以無線方式傳輸動物腦信號。該網絡使用了Chipcon公司的CC1000 916MHz無線電模塊和Atmel公司的微控制器和閃存芯片。
該網絡的功耗為100mW左右,這大大低于多數數字設計,但高于與之競爭的模擬方案。
“最高境界是將其當作一種傳感器微粒來使用,但除非我們能降低功耗,否則無法實現。”Farshchi表示。該設計目前要求使用一只AA電池,但該小組希望能做到在一枚紐扣電池下工作。
神經系統需要對什么信息進行分析？這仍是一個基本的但仍需討論的問題。一些研究者要求對來自假肢的傳感器反饋進行處理以幫助決定其動作。
圣安娜大學的Carroza 指出,今天的研究者缺乏足夠的有關觸覺(難以定量化)的數據,時下的傳感器只提供力數據。
對數據來源的爭論凸顯了神經工程中的一個基本矛盾,Sanchez表示。他指出,該領域包含了采用自底向上方法來收集數據的神經科學家、以及采用自頂向下方法來發現可在系統設計時提供幫助的數據抽象(data abstraction)的計算機科學家。
兩個小組看待同樣的問題時分別站在了不同的角度,從分子、神經突觸、以及神經元,到神經叢、神經網絡、以及映像。
“現在面臨的挑戰是,需要找到一種方式把不同級別的抽象統一起來。”Sanchez說。
作者:麥利
下一篇： PLC、DCS、FCS三大控
上一篇： 降壓-增壓恒流LED驅動
