脑机接口社区 2026-11-18 11:28:44
中国脑机接口行业媒体的开拓者与引领者
抓住物体时,手指负责合拢,手腕还要调整角度。两者被跨关节的肌肉连在一起,刺激手指屈肌时也可能拉动手腕。
密歇根大学团队在两只猴中考察如何连续控制这两个自由度。一只猴用皮层信号控制虚拟腕指,神经阻滞后经再校准恢复表现。另一组实验由电脑控制肌内电刺激,两只猴的真实腕指在限幅任务中达到 84% 或更高的成功率。两个环节分别验证,为后续系统集成提供依据。
01
握住东西,为何还要控制手腕
颈段脊髓损伤可能同时影响手与上肢。恢复一套固定抓握动作有价值,但拿起物品、改变物品朝向或松手时,手腕角度也需要调整。对康复工程而言,增加腕部控制意味着使用者有机会一边调整手的朝向,一边改变抓握姿势。实验设计将自主控制、脑机控制与电脑控制刺激分开,以辨认每种控制路径分别能完成什么动作。
困难来自解剖结构。部分控制手指的肌肉也跨过腕关节,收缩时可以同时让指关节和腕关节受力。即便给控制器两条指令,两路刺激也会牵动同一关节。研究人员因此分别追问,皮层活动能否提供两路连续控制信号,以及肌内电刺激能否在这种耦合下把真实的手带到指定姿势。
02
让脑信号和电刺激各自接受测试
两只猴均植入肌内电极,其中一只还在初级运动皮层植入微电极阵列。研究用可逆神经阻滞模拟暂时瘫痪。实验围绕腕屈伸和手指屈伸两条连续轴展开,记录到达目标的成功率和用时。手指活动范围以食指掌指关节角度表征。
在相关任务中,研究人员用再拟合卡尔曼滤波器把皮层活动映射成虚拟腕指运动。在电刺激任务中,电脑按实测角度与目标姿势之间的误差调整刺激。每个关节各有一套预设刺激模式,可逐级调节屈肌或伸肌。真实关节的反馈用于修正刺激,虚拟手则显示姿势与目标。两条路径使用相近的任务界面,控制来源和被控制对象各有区别。
实验设置。解读:三种任务用相同的虚拟手显示目标,却有不同的控制来源。自主运动靠手操纵装置,脑机任务靠皮层信号,电刺激任务由电脑按照真实关节反馈控制肌肉。读结果前先区分这三条路径。
03
暂时瘫痪后,解码为何需要重校
一只猴在三个实验日用脑机接口控制虚拟腕指。与用手操作装置相比,脑机控制成功率接近,但两场的中位到达用时分别增加 391 和 489 毫秒。这个结果说明同时控制两个自由度可行,也显示准确到达与快速到达需要分别衡量。
直接沿用阻滞前模型时,三次神经阻滞实验的到达用时平均增加 38.8%,研究团队在论文中报告成功率下降 7.2%。用阻滞后的成功试次再校准解码器后恢复表现,与阻滞前的脑机控制相比,两项指标均未见统计显著差异。前两场中,再校准后的表现与手动控制也未见显著差异。作者把感觉输入变化视为可能原因,本文未单独检验其机制。
虚拟手腕与手指的双自由度脑机控制。解读:轨迹图把腕部和手指两条控制量画在一起。后三组图分别比较成功试次的到达时间、在目标边缘停留的时间及成功率,显示单看成功率可能低估两种操作的速度差异。
神经阻滞后脑机接口性能的恢复。解读:同一解码器跨越神经阻滞前后时,表现出现下降。研究用阻滞后成功试次再校准,随后比较用时与成功率。示例会话与三次实验的汇总应分别解读。
04
手指一弯,手腕会被带动多少
单独施加手指模式,平均诱发 88.6° 的手指活动范围。单独施加腕部模式,平均诱发 71.3° 的腕部活动范围。更有信息量的是另一关节的反应。手指模式引起的腕部活动范围中位数,相当于腕部模式自身所诱发范围的 91.7%。反过来,腕部模式引起的手指活动范围,相当于手指模式自身所诱发范围的 27.9%。耦合明显偏向手指牵动手腕。
同时调节两个刺激模式后,真实手能覆盖一片二维姿势空间。作者观察到,持续刺激会让这片空间收缩。和最初三分钟相比,最后三分钟的活动面积在两只猴中分别缩小 36.9% 和 65.1%,腕伸受影响尤为明显。作者认为肌肉疲劳可能是原因。这意味着开始时能够达到的姿势,几分钟后可能需要不同的刺激,甚至暂时无法到达。
刺激模式诱发的活动范围。解读:目标关节的活动范围可以很大,但刺激也会带动另一关节。看图时需要区分目标动作的幅度和非目标动作的幅度。手指模式牵动手腕的程度,明显大于腕部模式牵动手指的程度。
同时使用两种模式时的活动范围。解读:把两个刺激模式叠加后,研究者观察不同腕部姿势下手指开合的效果。腕伸刺激在部分条件下能减轻抓握时手腕被带动的程度。这组示例用于观察稳定作用,尚未系统量化各种姿势下的稳定性。
分级刺激两个模式时的运动范围。解读:二维姿势图把腕部与手指的角度同时展开。改变两路刺激能覆盖较广的姿势空间,后段的点云覆盖却明显收缩。把实验前段和后段放在一起,能看出刺激效果随时间变化。
05
闭环能纠偏,哪些姿势仍然难做
为让中等疲劳时仍有机会完成任务,目标限定在每个关节活动范围的中间 50%。电脑分别根据两条轴的角度误差修正刺激,两只猴各做两场,四场成功率均达到 84% 或以上。腕伸时再屈指最难,可能是手指屈肌把腕部拉离伸展位。这个组合恰好关系到自然抓握,平均成功率无法替代对具体姿势的检验。
该研究推进了两项能力:从同一片运动皮层提取腕与指的连续控制量,以及在关节彼此牵动的情况下,用简单反馈控制完成部分双关节姿势任务。研究分别测试了脑机解码与电刺激。虚拟手试验使用一只猴,电刺激试验使用两只猴,研究尚待验证解码输出直接驱动真实手腕与手指的效果。
神经阻滞模拟的是急性变化。长期脊髓损伤中的肌无力和痉挛可能改变可用活动范围。作者还指出,实验未系统比较关节刚度,手工设定的刺激模式也会受到肌肉疲劳与动作耦合影响。下一步可把更精确的肌肉与关节模型、耐疲劳刺激策略及反馈控制接入脑机系统,再检验复杂抓握和日常操作。
双自由度功能性电刺激的闭环控制。解读:热图按目标姿势显示成功概率,便于找出容易失败的组合。四场实验的整体成功率较高,但手腕伸展、手指屈曲的组合较难到达。右图的时间统计只纳入成功试次。
06
结语
能在虚拟手上发出两路指令,能用刺激让真实腕指到达目标,这两块证据为系统集成提供了起点。下一步要验证两者接起来后,能否在疲劳和关节耦合下持续完成有实际用途的抓握动作。
本文为论文深度解读,配图均取自论文原文
作者 | 密歇根大学团队 Cynthia A. Chestek
审核 | @脑机学苑
【版权声明】本文内容来源于脑机接口社区,版权归原作者及原媒体所有。本站仅作信息分享,不构成任何商业用途;如涉版权问题,请联系本站删除。
发布时间:2026-11-18 08:24:41
(第1/1页/共11967字/1阅)