用机器学习重新连接瘫痪后的大脑

大脑电脑接口用触觉信号恢复触摸感


脊髓受伤后不到一年,伊恩伯克哈特随时准备好下一步。2010年潜水事故已经切断了他的脊椎,Burkhart在二头肌下面的感觉和运动失去了。但他没有放弃恢复其中一些能力。

当时他正在与俄亥俄州立大学韦克斯纳医学中心的医生和理疗师一起治疗他的伤势。在开始治疗几个月后,他开始询问他的医疗团队他的选择。

他说:“我想知道今天有什么可能,以及我对未来有什么希望。”

学习伙伴,伊恩·伯克哈特。图片来源:巴特尔

他受伤三年后,他了解了一种参与塑造未来的方法。在俄亥俄州州的一支球队计划脑电器界面(BCI)的实验试验伯特立,距离Burkhart接受关怀的几个街区。

“结果非常完美,”Burkhart说。“这是正确的时间,正确的地点。”

“我想知道今天可能发生什么,以及我对未来有什么希望。”

Ian Burkhart,NeuroLife学习合作伙伴

直接连接大脑和肌肉

神经系统是大脑和身体其他部分之间的沟通途径。它在大脑之间传递信号,允许肌肉和皮肤进行交流,所以当你想“拿起铅笔”时,神经提供触觉,你的手通过弯曲正确的肌肉做出捏的动作做出反应。当神经系统受损时,这些信号会被阻断,无法到达目标,导致瘫痪和无感觉。

bci使用计算系统来记录和分析大脑信号,将这些信号以命令的形式发送给执行动作的设备。几十年来,科学家们一直致力于为瘫痪患者开发bci,但这些系统仍主要局限于实验室。俄亥俄州立大学和巴特尔团队以及其他团队的目标是创造一种便携式设备,可以恢复这些人的一些功能和独立性。

巴特尔的神经生命系统旨在帮助伯克哈特恢复对手指、手和手腕的意识控制。

一些BCIS通过脑电图(EEG)分析大脑的电信号,该系统具有固定到头皮的电极以记录大脑活动的系统。基于EEG的BCIS使参与者能够做到简单的事情,例如在屏幕上移动光标,只需其思想或控制机器人假肢等高级任务。

其他的bci需要电脑芯片通过手术直接植入大脑。这些芯片有一组电极,可以记录来自一小群但特定的神经元的信号。虽然更具侵入性,但这些系统提供了精度,因为电极直接从所需的细胞记录。巴特尔和俄亥俄州立大学的研究人员选择了一种植入芯片,将伯克哈特瘫痪的手部肌肉与大脑运动皮层的特定部分重新连接起来。伯特立的系统,称为神经阳化,旨在帮助Burkhart重新恢复有意识地控制他的手指,手和手腕。

在前面的研究,BCI使Burkhart移动了他的手和手臂。(a)植入的微电极阵列的位置以及在臂运动期间与神经元活性重叠的位置。(b)神经肌肉电刺激套。(c)使用中的神经旁路系统。(d)对应于试图手腕运动的神经元发射的栅格和直方图。图片来源:巴特尔

一分阶段的方法

巴特尔系统的最早版本根本不是BCI。在进行植入芯片的手术之前,Burkhart测试了帮助肌肉运动的设备,当时的肌肉是由贴在手臂上的电极组成的。当电极在他的前臂上施加小电流时,它们会发出激活和弯曲特定肌肉的信号。

电脑没有使用他的想法来控制设备,而是激活电极,刺激肌肉运动。巴特尔大学的首席研究科学家帕特里克·甘泽尔说:“第一阶段的研究显示出了足够的希望,伊恩同意参与这个研究项目。”

俄亥俄州州立大学的助理教授和身体医学和康复医生Marcie Bockbrader说:“Ian的心灵从来没有疑问,在俄亥俄州州立大学的助理教授和身体医学和康复医师,以及本试验的主要调查员。“在他的脑海里,这总是一个如何使用它的问题。”

受伤几年后,在这个BCI的帮助下,Burkhart可以移动他的手刷卡,搅拌咖啡,甚至玩一个版本的吉他英雄。

在NeuroLife系统中,Burkhart将物品倒进杯子里。图片来源:巴特尔

2014年,伯克哈特在俄勒冈州立大学韦克斯纳医疗中心接受了脑部手术,植入了芯片。这个由贝莱德微系统公司制造的芯片大约有豌豆大小,位于他的运动皮层中,这是大脑中负责产生自主运动的区域。“它有像麦克风一样的小电线;每一个都只听少量的脑细胞,”甘泽说。芯片就位后,研究小组准备进行第二阶段的工作,使用更复杂的界面。

使用MATLAB®,团队开发了机器学习算法,可以在芯片记录他的大脑活动时解码Burkhart的思想。为了将Burkhart将手移动到运动中,神经挖掘系统需要绕过脊髓。这种神经旁路技术通过向计算机传输大脑信号来刺激Burkhart的手中的肌肉,其中算法解码信号并将它们转换为命令。那些命令控制套筒的套筒的活动,这些电极缠绕在Burkhart的前臂周围,刺激他的肌肉按照他的想法移动它们。

受伤后几年,在这个BCI的帮助下,Burkhart可以移动他的手刷卡,搅拌咖啡,甚至发挥吉他英雄的版本®.“所有这一创新都是伊恩最终推动的,”Bockbrader说。“他不满意,总是在考虑接下来的事情。”

传感和感觉

这个惊人的突破代表了交流的单向方向。Burkhart能够发送信号他的胳膊。他可以弹吉他,但他手里没有抱着吉他。

然后甘泽有了一个主意。他去找研究小组的其他成员,建议进行实验,看看伯克哈特大脑中的芯片是否捕捉到任何残留的触觉。即使伯克哈特无法感知触觉,信号仍有可能通过脊柱中为数不多的完好纤维传递到大脑。

由于芯片位于运动皮层,所以它只能捕捉到伯克哈特的运动意图。但是大脑是有适应能力的,大脑区域之间的界限可以改变。Ganzer说,可能是一些处理触摸的神经元向运动皮层提供了微弱的信号。他的同事们起初持怀疑态度。巴特尔公司的高级数据科学家戴维•弗里登伯格(David Friedenberg)记得曾表示过怀疑,但认为值得一试。

为了验证这个想法,他们蒙上伯克哈特的眼睛,触摸他手臂和手的不同部位。通过分析他大脑中芯片的记录,他们可以判断出运动皮层的一块区域收集了少量的触觉信息,即使伯克哈特报告说他没有任何感觉。

最近神经罗生物研究(1)植入微电极阵列检测神经活动。(2)研究确定残余的触觉信号到达大脑。(3)电刺激套筒上臂上也有提供闭环反馈的带。(4)触摸和动作信号分离。(5)握力由触摸信号自主控制。图片来源:巴特尔

伯克哈特并不是唯一一个这样做的人。一些研究分析了像伯克哈特这样的脊髓损伤患者的大脑激活和触觉感知。这些研究表明,多达一半的此类损伤是“感觉不完整”。像Burkhart一样,其他感觉不完全受伤的人无法感觉到触摸,但残留的神经纤维仍在向大脑发送感觉信号。巴特尔和俄勒冈州立大学小组的下一步是弄清楚如何利用这一信息为博克哈特谋利。

原来的神经罗玛系统使Burkhart能够用手进行动议,但他仍然在很大程度上在触摸物体时感觉不到。由于这种缺乏感觉,Burkhart无法可靠地告诉他抓住物体,除非他看着他的手。Battelle和OSU团队希望提供缺少的感官反馈。

“感官信息的可能性会使系统更好地工作,并允许我在我使用系统时更加独立,”Burkhart说。“但我并不认为有可能没有另一种手术,以植入大脑的感官区域中的不同装置。”

巴特尔与伯克哈特合作设计了一种设备,可以与神经生命系统一起提供感官反馈。他们无法恢复伯克哈特的手的触觉,但他们可以利用残余的触觉大脑信号和BCI,在伯克哈特抓住物体时,为他提供人工反馈。

为此,团队需要找到一种方法来将这些大脑信号路由到位于Burkhart的身体的一个地方的设备,仍然有轰动。“这是一场挑战,弄清楚了以他可以理解和理解的方式喂给他的最佳方式,”弗里登贝格说。

“它为未来提供了很多希望,因为这样的设备将改变像我这样的人的生活。这是我一直期待的事情。“

Ian Burkhart,NeuroLife学习合作伙伴

伯克哈特希望这个装置能让他尽可能自然地感知和控制。他和巴特尔测试了几个不同的想法,比如把反馈装置放在他的背上,让它在他碰到物体时振动。伯克哈特在那里仍然有知觉,但装置需要放在一个他觉得更自然的地方。他需要能够将人工感官反馈与他正在触摸的东西联系起来。“那样的话,我的大脑就不需要进行大量的再学习,”Burkhart说。

最后,他们选定了一种包裹在伯克哈特二头肌上的振动带。这两个区域都有完整的感觉和感觉最自然的伯克哈特。为了将大脑的感觉信息传递给设备,研究人员在MATLAB中构建并训练了机器学习算法,以检测和解码大脑的下意识触摸信号。当Burkhart使用BCI触摸物体时,这些算法将运动信号和感觉信号分离开来,将触觉反馈传递给振动触觉带,并将运动信号传递给电极套。振动带实时振动,向伯克哈特发出信号,表明他正在触摸一个物体。

与设备的第一个尝试有点尴尬。虽然Burkhart获得了感觉的反馈,但它在他的二头肌上,而不是他的手,它实际上是触摸物体。“这是一个很大的挑战,有点重新映射大脑的一部分,”布克特哈特说。“在我能够将这两部分联系在一起之前,这花了一点练习。”

虽然没有反馈Burkhart必须猜测他是否正在触摸他看不到的对象,但是对于振动触觉装置,他可以判断他是否在蒙上眼睛的时间超过90%的时间超过90%的物体。如果没有人工感官反馈系统,则根据对象大小,Burkhart基本上猜测或完全无法识别对象触摸。“我第一次能够做一个被蒙住眼睛的测试,这真是太棒了,”布克特哈特说。

Burkhart不仅可以在不寻找的情况下拾取物体,而且由于人工感官反馈,他在使用系统时也有更多的信心。“这是巨大的,因为我知道我在使用系统时不会放弃一些东西,”他说。“这样的事情真的让它成为一个更自然的系统。”

然而,这次BCI的最新迭代仍然太笨重,而且在家里使用的Burkhart仍然很复杂。现在,它只能在实验室中使用,并且设置复杂。系统通常需要调整和重新校准。尽管存在这些挑战,但团队很自信,有一天Burkhart可以在家里使用这一点。

弗里登伯格说:“七年前我们刚开始的时候,这似乎还很牵强。但现在,他表示,这一目标几乎没有障碍。

“它为未来提供了很多希望,即这样的设备将改变像我这样的人的生活,”Burkhart说。“这是我一直期待的事情。”

面板导航

生物技术

强化推动​​呼吸器为Covid-19大流行

为英国呼吸机挑战创造了47天的新设计

面板导航

学术界/人工智能

用数据和机器学习制作更好的啤酒和葡萄酒

GPS穿着狗,电子鼻子和倒出完美啤酒的机器人

面板导航

学术界/机器人学

一个由九名本科生组成的团队为他们的最终项目建造了创新的跳跃机器人

小的,敏捷的“Ascento”爬楼梯和避免障碍