發(fā)布日期：2018-11-07

　　科學(xué)家發(fā)明了一種可以分析四肢癱瘓患者大腦活動的深度學(xué)習(xí)算法。該算法已被用于向患者的前臂肌肉傳遞電刺激，從而恢復(fù)肢體的運(yùn)動功能。

　　慢性癱瘓患者的生活質(zhì)量可通過腦機(jī)接口加以改善。腦機(jī)接口可將控制運(yùn)動的中樞神經(jīng)系統(tǒng)回路和輔助設(shè)備（例如計(jì)算機(jī)光標(biāo)或機(jī)器人設(shè)備）連接起來。近來，腦機(jī)接口已被用于繞過脊髓損傷，直接通過肌肉刺激恢復(fù)癱瘓肢體的功能。雖然這種方法前景可觀，但要實(shí)際應(yīng)用仍面臨一定障礙，比如需要準(zhǔn)確快速地響應(yīng)，能夠提供多種功能以及根據(jù)需要進(jìn)行有效的日常重新校準(zhǔn)。

　　美國俄亥俄州巴特爾紀(jì)念研究所的Michael Schwemmer及同事用兩年時間收集了四肢癱瘓患者執(zhí)行“想象的”手臂和手部運(yùn)動時的皮質(zhì)腦活動記錄。他們向患者運(yùn)動皮層植入微電極陣列，通過侵入方式長期收集患者大腦活動信息。這些微電極以高時空分辨率直接采樣神經(jīng)元活動。根據(jù)這個大型數(shù)據(jù)集，他們使用深度學(xué)習(xí)方法開發(fā)了一種腦機(jī)接口解碼器，可以準(zhǔn)確、快速而持久地運(yùn)行，并且會學(xué)習(xí)新功能——基本不需要再訓(xùn)練。研究人員在近日在線發(fā)表于《自然—醫(yī)學(xué)》的報(bào)告中表示，該解碼器可用于控制電刺激設(shè)備，實(shí)時恢復(fù)患者癱瘓的前臂活動。

　　他們指出，雖然示例患者可以使解碼器抓取和操縱物體，但這種方法是否適用于其他患者，是否支持更長久的實(shí)際應(yīng)用，還有待進(jìn)一步的驗(yàn)證。他們表示，未來的研究應(yīng)該調(diào)查是否可通過實(shí)際應(yīng)用中產(chǎn)生的訓(xùn)練數(shù)據(jù)而非在受控的實(shí)驗(yàn)室條件下獲得的訓(xùn)練數(shù)據(jù)生成類似功能的解碼器。（晉楠）

來源：中國科學(xué)報(bào)