Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

脑机接口新突破:首次实现双向通信

研究者已经成功将假肢运动的人工感受传递给大脑。如果大脑活动可以直接控制假肢,那么这将能局部恢复患者丧失的运动机能。一些神经科学家正研究我们是否有可能通过刺激大脑皮层的神经活动将这种失去的感受传递给大脑。他们发现我们不仅可能为神经假体活动创造出一种人工感知,而且其潜在的学习过程也进行得非常快。这些发现都是借助现代影像和光刺激工具得出的。

170222131442_1_540x360.jpg

一种新型脑机接口可以与大脑进行双向通信。机械臂是由神经元的活动控制,而神经元的活动被光学成像(红色激光)所记录,机械臂的位置会通过光学微刺激(蓝色激光)反馈给大脑。图片来源:© Daniel Huber, UNIGE*


自70年代初,科学家们便开始研究脑机接口;其主要是将神经假体应用于瘫痪病人或截肢患者群体中。大脑活动直接控制假肢,这可以局部恢复患者丧失的运动机能(此前机器之心就报道过DARPA用脑机接口帮助瘫痪病人恢复触觉)。这种神经假肢主要是通过将电极记录的神经元活动进行解码,并将它转换成机械的移动。然而由于缺少来自假肢的感官反馈,这样的体系在精确度方面存在着一些限制。瑞士日内瓦大学的神经科学家想知道我们是否有可能通过刺激大脑皮层的神经活动将这种失去的感受传递给大脑。他们发现我们不仅可能为神经假体活动创造出一种人工感知,而且其潜在的学习过程也进行得非常快。这些发现都是借助现代影像和光刺激工具得出的,它为传统的电极方法提供了一种创新性的选择,这些发现都已经发表在了科学期刊Neuron上。


运动机能是所有行为的核心,它让我们能够和这个世界进行互动。因此,用机械假肢代替失去的肢体是许多研究的主题,但是目前的研究成果还是很少。这是为什么呢?直到现在,脑机接口的操作很大程度都是依赖于视觉感知:通过视觉看着机械臂进行控制。因此,大脑和机器之间的直接信息流仍然是单向的。但是运动感知不仅仅基于视觉,大部分还是基于本体感觉,也就是你的肢体对所处空间位置的感受。


日内瓦大学医学院基础神经科学系的Daniel Huber解释说,「因此我们就想知道是否有可能在一个脑机接口中建立一种双向通信:能够同时读取神经活动,并将它转化为假肢活动,再将这一活动的感官反馈发送回大脑。」

提供假体活动的人工感受


与使用电极刺激的方法不同(此前机器之心也报道了通过直接脑刺激操作视频游戏),Daniel Huber的团队专注使用光学技术来对大脑活动进行成像和刺激。他们使用一种叫做双光子显微镜(Two-photon microscopy)的方法,在单细胞分辨率定期对成百上千的神经元活动进行检测。


日内瓦大学的研究员,同时也是该研究的第一作者Mario Prsa说道,「我们想要测试老鼠是否能够只依靠人工感官反馈信号,学习控制一个神经假体。」「我们对运动皮层的神经活动进行了成像。当老鼠激活了一个特定的神经元时,它就会选择进行神经假体控制,我们使用蓝光将刺激成比例地同时应用到这一活动和感觉皮层当中。」


的确,感觉皮层的神经细胞对这种光表现得很敏感,它们会由一系列的光学闪光而激活,并因此融入到人工感觉反馈信号之中。老鼠在每一次阈值之上被激活的时候都会得到奖励,20分钟后,研究人员发现这种啮齿动物能够越来越频繁地产生正确的神经元活动。


这就是说,人工感受不仅能够被感知,还能够成功融入到假肢活动的反馈中。在这种情况下,脑机接口的功能是双向的。日内瓦的研究员认为这种人工感受能够迅速被同化,其原因在于它很可能已经深入到每一个基本的大脑机能当中。感受四肢的位置是自然发生的,不用想太多,也不用考虑可能反映这一基本神经环路的机制。这种双向接口在将来可能会让我们更加精准地使用机械臂,感受触碰物体的感觉,或者是感知抓住它们的力量。


现在,日内瓦大学的神经科学家正在测试如何产生一种更加高效的感官反馈。他们目前在单个运动过程中可以做到这一点,但能同时提供多重反馈渠道吗?(此前一篇论文也讨论了如何让脑机接口对神经变化稳健)该研究为新一代更加精确和双向的神经假体发展提供了基础。


更加了解神经假体控制神经机制


借助现代影像工具,在老鼠学习神经假体任务的时候可以观察到周围区域成百上千的神经元。

Daniel Huber说,「我们知道存在着成百上千万个神经连接。但是我们发现动物只会激活选择控制假体动作的那一个神经元,并且不激活其他任何一个邻近的神经元。」「这是一个非常有趣的发现,因为它揭示了大脑可以有针对性地专门控制一个神经元的活动。」


研究人员不仅可能会将这一知识运用到发展更加稳定精确的解码技术,还可能更好地理解最基础的神经回路功能。但唯一激活的神经元中常规信号的机制还需要继续进行研究。


原文地址:https://www.sciencedaily.com/releases/2017/02/170222131442.htm

入门脑机接口理论医疗健康
暂无评论
暂无评论~