至少十年來,研究人員一直致力于讓意念控制假肢成為現實。從理論上講,能讓截肢者用意念控制的人造假手可以恢復他們完成各種日常任務的能力,并極大地提高他們的生活水平。
然而到目前為止,科學家們還面臨一個主要障礙:他們還無法獲得足夠強或足夠穩定的神經信號來發送到仿生肢體。盡管可以通過腦機接口獲得這種信號,但植入腦機接口的過程是侵入性的且成本很高。而圍繞大腦和脊髓扇形分布的末梢神經所攜帶的神經信號又太小。
一種新的植入技術解決了這個問題,方法是用機器學習來放大這些信號。今天發表在《科學轉化醫學》(Science Translational Medicine)雜志上的一項研究發現,這種方法在近一年時間里對四名截肢者產生了效果。它使他們能很好地控制其假肢手撿起微型積木,拿起易拉罐等物品,玩石頭剪刀布。
這是研究人員首次記錄到來自神經的毫伏級信號,比以往任何研究都強烈得多。
這種強度的信號使研究人員能訓練算法將其轉換成動作。“我們第一次啟動它時,它立刻就起作用了,思考與行動之間沒有間斷。”密歇根大學生物力學教授保羅·塞德納(Paul Cederna)說,他是這項研究的負責人之一。
植入手術需要切斷截肢者的一條末梢神經,然后縫合到肌肉上。該部位三個月后會愈合并發育出神經和血管。接著該部位會被植入電極,從而使神經信號能夠被記錄下來并實時傳遞到假手上。這些信號通過(與用在腦機接口上的相同的)機器學習算法轉換成動作。
戴著假手的截肢者能控制每根手指并轉動拇指,不管他們截肢有多久了。根據研究的聯合負責人、密歇根大學的生物醫學工程副教授Cynthia Chestek的說法,需要幾分鐘來記錄神經信號,以便為每個信號校準算法,但此后每次植入電極后都立刻生效,在300天的測試期間里無需重新校準。
這只是個概念驗證研究,因此需要進一步測試來驗證結果。研究人員正在招募截肢者進行一項臨床試驗,該試驗由美國國防部高級研究計劃局DARPA和美國國立衛生研究院(National Institutes of Health)資助。
-
機器學習
+關注
關注
66文章
8558瀏覽量
137069 -
腦機接口
+關注
關注
10文章
432瀏覽量
22530
發布評論請先 登錄
ATA-7030高壓放大器在壓電軟體機器人設計中的應用
人工智能與機器學習在這些行業的深度應用
機器學習和深度學習中需避免的 7 個常見錯誤與局限性
從信號到數據的“魔法轉換”:圖像采集卡如何讓機器“看懂”世界?
FPGA在機器學習中的具體應用
邊緣計算中的機器學習:基于 Linux 系統的實時推理模型部署與工業集成!
使用的AD7764采集30K左右的信號,信號經過放大器后不好了是為什么?
多級放大電路的學習課件免費下載
十大鮮為人知卻功能強大的機器學習模型
用機器學習來放大這些信號
評論