Nature:植入式大脑微芯片让首例瘫痪者手臂“复活”
2016/04/15
4月13日的Nature上发表了一个四肢瘫痪的人如今成为第一个移植康复技术的被实施者。微芯片从大脑发出信号给肌肉,允许他活动右手和手腕。该技术还提供了大脑如何对损伤反应的新见解。


一个四肢瘫痪的人如今成为第一个移植康复技术的被实施者。微芯片从大脑发出信号给肌肉,允许他活动右手和手腕。该技术还提供了大脑如何对损伤反应的新见解。

两年前,24岁的Ian Burkhart来自俄亥俄州的都柏林接受了一个微芯片植入他的大脑。这让他在实验室连上有线设备时,右手、手腕和手指能够“复活”。由现在是Feinstein医学研究所的Chad Bouton领导的研究小组,从那时起就开始研究Burkhart。如今他们的研究结果在线发表在4月13日的Nature上。

植入芯片让瘫痪者手部能运动

之前的研究表明当脊髓受损后,大脑进行从“重组”——再建连接。但是这个新的研究建议当受伤后重组出现的程度可能比以前假设的要低。Bouton说:“这给了我们很多希望,当受伤后在大脑中可能没有多少神经的变化,我们可以绕过脊髓受损区域来恢复运动。”之前,这样的“神经搭桥”已经在猴子中做了,人的大脑信号已经被解码和用于驱动机器人假肢。但是这是第一次一个人能让自己的身体的部分复活。

从肩膀以下瘫痪的Burkhart只可以很小程度地移动他的肩膀和肘部,因为他在19岁的时候在海滩冲浪时折断了脖子。后来他发现在他家25分钟路程处,俄亥俄州立大学的研究者正在开发康复技术就决定成为微芯片植入的志愿者。

Bouton和他的同时在Burkhart试图做手部运动时对其大脑进行fMRI(功能性磁共振成像)。这确定了运动皮层(这个区域的大脑和运动相关)的精确区域。然后实施外科手术植入一个灵活的芯片,当Burkhart想移动他的手时检测出现的电活动,并通过电缆传递给计算机。机器学习算法将其转化为电信号,并传递到一个包围Burkhart右前臂的柔软的套筒并刺激他的肌肉。他说:“这是第一天我们把它连接起来,我能够得到运动,可以打开和合上我的手。”

自那以后,他已经参加一个星期三次的训练。作为结果,Burkhart现在能够让独立的手指运动和执行六个不同的手腕和手的运动,在其它事情上,他可以拿起一杯水甚至是玩以吉他为基础的视频游戏。

对大脑的了解

这项研究提供了对大脑适应和利用新情况的能力的了解。很有趣的是,在受伤的数年后,这些回路已经假定为不能做什么了,却还和手部运动有关。

Burkhart的大脑已经学会和他复活的手及手部肌肉协作,他已经有了一定的控制能力。他移动物体时保持紧握的能力已经逐渐改善,这和他大脑的活动显著改善有关。由Bouton开发的算法及时适应这种大脑活动的变化,对患者有效学习并微调他的动作。

不过装置让Burkhart的自由受到局限性,这套系统只能在实验室里使用,目前需要在每个开始的部分重新校准。这个过程是耗时和相对技术化的。人们真正需要的是每天都稳定的而且不需要校准。

Burkhart也不会觉得他是被操纵的对象,系统提供了大脑与手的感觉反馈可以使他更有效地调整自己的握力,并拿起他看不到的物体。

现在还不清楚在没有像Burkhart那样有残留的肘部和肩部运动的人中,或者是那些肌肉总是收缩(这是一个比较普遍的问题)的人中神经搭桥是否还工作。但能够综合大脑信号的记录,产生肌肉收缩让手部做正确的事是进了很大的一步。

所有文章仅代表作者观点,不代表本站立场。如若转载请联系原作者。
查看更多
  • Restoring cortical control of functional movement in a human with quadriplegia

    Millions of people worldwide suffer from diseases that lead to paralysis through disruption of signal pathways between the brain and the muscles. Neuroprosthetic devices are designed to restore lost function and could be used to form an electronic ‘neural bypass’ to circumvent disconnected pathways in the nervous system. It has previously been shown that intracortically recorded signals can be decoded to extract information related to motion, allowing non-human primates and paralysed humans to control computers and robotic arms through imagined movements. In non-human primates, these types of signal have also been used to drive activation of chemically paralysed arm muscles. Here we show that intracortically recorded signals can be linked in real-time to muscle activation to restore movement in a paralysed human. We used a chronically implanted intracortical microelectrode array to record multiunit activity from the motor cortex in a study participant with quadriplegia from cervical spinal cord injury. We applied machine-learning algorithms to decode the neuronal activity and control activation of the participant’s forearm muscles through a custom-built high-resolution neuromuscular electrical stimulation system. The system provided isolated finger movements and the participant achieved continuous cortical control of six different wrist and hand motions. Furthermore, he was able to use the system to complete functional tasks relevant to daily living. Clinical assessment showed that, when using the system, his motor impairment improved from the fifth to the sixth cervical (C5–C6) to the seventh cervical to first thoracic (C7–T1) level unilaterally, conferring on him the critical abilities to grasp, manipulate, and release objects. This is the first demonstration to our knowledge of successful control of muscle activation using intracortically recorded signals in a paralysed human. These results have significant implications in advancing neuroprosthetic technology for people worldwide living with the effects of paralysis.

    展开 收起
发表评论 我在frontend\modules\comment\widgets\views\文件夹下面 test