如果只通過意念就能控制機械臂聽起來不錯，如果這種方式還是無創的是不是更好？研究人員利用無創的腦機接口（BCI）開發出了首個通過思想來控制的機械臂，一起來看一下。

來自卡耐基梅隆大學（CMU）的一組研究人員與明尼蘇達大學合作，在無創機器人設備控制領域取得了重要突破。研究人員利用無創的腦機接口（BCI）開發出了首個成功通過思想來控制的機械臂，它具有連續跟蹤和跟隨計算機光標的能力。

能夠僅使用思想無創地控制機器人裝置將具有廣泛的應用，特別是有益于癱瘓患者和運動障礙患者的生活。

已經證明BCI僅使用從腦植入物感測到的信號來控制機器人設備的良好性能。當機器人設備可以高精度控制時，它們可用于完成各種日常任務。然而，到目前為止，成功控制機械臂的BCI已經使用了侵入性腦部植入物。這些植入物需要大量的醫學和外科專業知識才能正確安裝和操作，更不用說成本和潛在風險，因此，它們的使用僅限于少數臨床病例。

BCI研究的一大挑戰是開發侵入性較小甚至完全無創的技術，使癱瘓患者能夠利用自己的“思想”控制周圍的環境或機器假肢。這種非侵入性BCI技術如果成功，將為眾多患者帶來曙光，甚至造福大眾。

參與者使用BCI下的虛擬光標完成隨機移動目標的連續控制目標定位任務

然而，使用非侵入性外部傳感而非腦部植入物的BCI接收“更臟”的信號，導致當前較低的分辨率和較不精確的控制。因此，當僅使用大腦來控制機械臂時，非侵入性BCI無法使用植入式裝置。盡管如此，BCI的研究人員已經取得了進展，他們關注的是一種可以每天幫助世界各地患者的少量或非侵入性技術。

卡耐基梅隆大學生物醫學工程部門負責人賀斌教授正在實現這一目標，每一次都是一項重要發現。

賀斌教授

“使用腦部植入物的思想控制機器人設備已經取得了重大進展。這是一門出色的科學，”他說：“但非侵入性是最終目標。神經解碼的進步和無創機械臂控制的實用性將對非侵入性神經機器人的最終發展產生重大影響。”

利用新穎的傳感和機器學習技術，他和他的實驗室能夠訪問大腦深處的信號，實現對機械臂的高分辨率控制。通過無創神經影像學和一種新穎的連續追蹤范式，他克服了嘈雜的腦電信號，從而顯著改善了基于腦電圖的神經解碼，并促進了實時連續2-D機器人設備控制。

參與者使用BCI下的機械臂完成隨機移動目標的連續控制目標任務

以前，人類無創控制的機械臂總是以急促、離散的動作跟隨移動的光標——好像機械臂在試圖“趕上”大腦的命令 ——但是現在，機械臂能夠流暢、連續的跟隨光標。

在Science Robotics上發表的一篇論文中，研究小組建立了一個新的框架，通過增加用戶參與度和訓練，以及通過腦電圖源成像提高無創神經數據的空間分辨率，來解決和改進BCI的“大腦”和“計算機”組件。

該論文“Noninvasive neuroimaging enhances continuous neural tracking for robotic device control”（無創神經影像增強機器人設備控制的連續神經跟蹤）表明，團隊解決這一問題的獨特方法將計算機光標的連續跟蹤提高了500%以上。

這項技術還有一些應用，可以通過提供安全、無創的“思想控制”設備來幫助各種人群，這些設備可以讓人們與環境交互并控制環境。迄今為止，這項技術已經在68名身體健全的人體受試者身上進行了測試（每個受試者最多10次），包括虛擬設備控制和機器人臂的控制，以便持續追蹤。該技術直接適用于患者，團隊計劃在不久的將來進行臨床試驗。

“盡管使用非侵入性信號存在技術挑戰，但我們完全致力于將這種安全和經濟的技術帶給可以從中受益的人，”賀斌教授表示：“這項工作代表了無創腦機接口的重要一步，這項技術有朝一日可能成為幫助每個人的普遍輔助技術，就像智能手機一樣。”