瘫痪病人肌肉运动意图也能产生相应控制信号
四肢瘫痪患者一般表现为四肢都失去运动能力,对他们来说,最迫切的需求是恢复独立运动。神经系统的器质性病变目前来说一般是不可逆的,所以很难通过恢复神经系统到最初功能的方式完全治愈瘫痪,所以人们一般将目光转向基于脑机接口(BCI)的机器人手臂和外骨骼,但如何实现对这些机器人设备的精确控制以达到“人机合一”的效果一直以来是各研发单位迫切想解决的问题。
大脑和脊髓中的运动神经元可以传递有关运动意图的信息,基于BCI一般依靠这些信息控制辅助设备,如计算机、轮椅和机器人控制器,但是为了获得这些信号的精确时空特性往往要依靠植入微电极,尽管现在的皮层内BCI已经可以达到安全有效,但其复杂手术过程和创伤性还是阻碍了它的推广。卡内基梅隆大学机械工程系和神经科学研究所的教授Doug Weber与一个国际研究小组合作,探索利用肌电信号(EMG)来预测四肢瘫痪者的预期手势的可能性。来自伦敦帝国学院、俄亥俄州的巴特尔纪念研究所和匹兹堡大学的合作者参与了该项目。其研究结果发表在《神经生理学杂志》上。
实验设计实验自主开发了一种袖阵列来记录前臂肌肉的EMG,受试在14年前遭受了脊髓损伤,他在实验中将接受要求尝试弯曲和伸展手指的命令,但其无法做出任何实质动作,检测此时前臂肌肉EMG,并将其分解为单个活动运动单元的活动,检测到的EMG信号中当受试尝试伸展手指时其EMG较随意伸展腕关节时弱。
实验结果下图为正常运动和尝试屈伸运动时单极肌电热图
下图为模拟运动单元的在线分解与分类实现
尽管没有产生可观察到的手部运动,但在个别手指的尝试性运动和明显的手腕和肘部运动中,可以观察到损伤水平以下的运动神经元活动自主聚集,说明在任务的屈曲或伸展阶段,运动单元的亚群是共同作用的,且两种情况下的分类准确率中位数都大于75%。该研究证明了一个可穿戴的传感器阵列可以检测严重颈椎损伤(SCI)后瘫痪肌肉的残存运动单元活动。
韦伯说:"我们在实验室所做的很多工作都集中在协助人们恢复运动功能,这些功能对完成日常活动是必不可少的",“我们在工程和神经科学的交叉点上工作,试图研发出与身体功能产生连接的设备,并绕过因受伤或疾病而受损的神经系统区域。",这也正是BCI系统的定义和意义。
各种各样的伤害都可能导致瘫痪或丧失运动能力,如中风、脊髓损伤等,有些直接伤害大脑控制中枢,有些损伤信号传输通路。传统的理解是,脊髓损伤切断了连接,而信号永远无法到达肌肉,因此人们认为四肢瘫痪的人将无法产生可检测到的EMG。而韦伯说:"我们想挑战因脊髓损伤而瘫痪的肌肉无法表达EMG的固有概念,这其中可能有表明运动意图的信号",“我们使用了一个嵌入150个传感器的袖子,可以覆盖整个前臂,试图找到即使在微弱到无法产生物理动作的肌肉中潜在的肌电信号。
商用HDEMG贴片与可穿戴袖筒阵列的记录过程比较
匹兹堡大学生物工程博士候选人、论文第一作者Jordyn Ting说:“我们的参与者被要求执行一项不可能的任务,但我们惊喜地发现,每一次看似失败的移动尝试都会在肌肉活动中产生微小但明显的爆发。”这对穿戴式设备技术是一个突破,为肌肉运动意图神经元实现外部设备控制提供了一个可靠的解释和潜在的研究方向。
参考链接
Jordyn E. Ting et al, Sensing and decoding the neural drive to paralyzed muscles during attempted movements of a person with tetraplegia using a sleeve array, Journal of Neurophysiology (2021). DOI: 10.1152/jn.00220.2021
仅用于学术交流,不用于商业行为,若有侵权及疑问,请后台留言,管理员即时删侵!
更多阅读
AI学会了用“人眼”看世界,甚至连人类瞳孔的细微缩放都能模拟
加入社群
欢迎加入脑机接口社区交流群,
探讨脑机接口领域话题,实时跟踪脑机接口前沿。
加微信群:
添加微信:RoseBCI【备注:姓名+行业/专业】。
加QQ群:913607986
欢迎来稿
1.欢迎来稿。投稿咨询,请联系微信:RoseBCI
2.加入社区成为兼职创作者,请联系微信:RoseBCI
助力脑机接口发展
点个在看祝你开心一整天!