用机器学习重新连接瘫痪后的大脑

脑机接口用触觉信号恢复触觉


脊髓受伤后不到一年,伊恩Burkhart准备好迎接接下来的一切。2010年的一次潜水事故切断了他的脊柱,他的二头肌以下失去了知觉和活动能力。但他并没有放弃恢复其中一些能力。

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合作,以控制他受伤的影响。在开始治疗几个月后,他开始向他的医疗团队询问他的选择。

他说:“我想知道今天有什么可能,未来有什么希望。”

伊恩·伯克哈特坐在电脑显示器前。他把袖子戴在右臂上。一根电缆将植入的微电极阵列与计算机设备连接起来。

学习搭档,伊恩·伯克哈特。图片来源:Battelle

受伤三年后,他学会了一种参与塑造未来的方式。俄亥俄州立大学的一个研究小组正在计划一项脑机接口(BCI)的实验伯特立离伯克哈特接受治疗的地方只有几个街区。

“效果很好,”伯克哈特说。“这是在正确的时间出现在正确的地点。”

“我想知道今天有什么可能,我对未来有什么希望。”

Ian Burkhart, NeuroLife研究伙伴

将大脑直接连接到肌肉

神经系统是大脑和身体其他部分之间的沟通通道。它在大脑之间传递信号,允许与肌肉和皮肤交流,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来做出捏的动作。当神经系统受损时,这些信号无法到达目标,导致瘫痪和失去感觉。

脑机接口使用计算系统来记录和分析大脑信号,并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脑机接口,但这些系统大多仍局限于实验室。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,可以为这些人恢复一些功能和独立性。

巴特尔的神经生命系统旨在帮助伯克哈特恢复对手指、手和手腕的有意识控制。

一些脑机接口通过脑电图(EEG)分析大脑电信号,脑电图是一种将电极固定在头皮上记录大脑活动的系统。基于脑电图的脑机接口使参与者能够做一些简单的事情,比如只用他们的思想在屏幕上移动光标,或者像控制机器人假肢这样的高级任务。

其他脑机接口需要通过外科手术将计算机芯片直接植入大脑。这些芯片有一组电极,记录来自一小群特定神经元的信号。虽然更具侵入性,但这些系统提供了精度,因为电极直接记录所需的细胞。巴特尔和俄亥俄州立大学的研究人员选择植入芯片,将大脑运动皮层的特定部分重新连接到伯克哈特瘫痪的手部肌肉。巴特尔的系统,叫做NeuroLife该装置旨在帮助伯克哈特恢复对手指、手和手腕的有意识控制。

这张图片来自2016年的NeuroLife研究。左上角是大脑的图像,显示了植入的微电网阵列的位置。上中图是伯克哈特的前臂被电极套住了。右上方是伯克哈特面对电脑显示器坐着的照片。显示器上是他右手的化身。他戴着电极套。图片的底部显示了一系列灰度直方图和多色光栅读数,这些读数与手腕运动时神经元的活动相对应。

在早些时候研究, BCI使伯克哈特能够移动他的手和手臂。(a)植入微电极阵列的位置以及与手臂运动时神经元活动重叠的位置。(b)神经肌肉电刺激套。(c)使用中的神经旁路系统。(d)与尝试手腕运动相对应的神经元放电的光栅和直方图。图片来源:Battelle

分阶段的方法

巴特尔系统最早的版本根本不是脑机接口。在接受植入芯片的手术之前,伯克哈特测试了帮助他的肌肉运动的装置,当时这个装置由粘在他手臂上的电极组成。当电极在他的前臂上施加一个小电流时,它们会向特定的肌肉发出激活和弯曲的信号。

而不是用他的思想来控制设备,电脑激活电极,刺激肌肉运动。巴特尔的首席研究科学家帕特里克·甘泽(Patrick Ganzer)说:“第一阶段显示出足够的希望,伊恩同意参与这个研究项目。”

俄亥俄州立大学(Ohio State University)的助理教授、物理医学和康复医生、该试验的首席研究员马西·布克布雷德(Marcie Bockbrader)说:“伊恩从来没有怀疑过这将会奏效。”“在他看来,这一直是如何使用它的问题。”

受伤几年后,在这个脑机接口的帮助下,伯克哈特可以移动他的手刷卡,搅拌咖啡,甚至玩吉他英雄。

右上角的电脑屏幕显示了伯克哈特紧握的手的虚拟形象,这就是他的手(屏幕中间)抓住杯子的方式。他正把杯子里的冰块倒进玻璃杯里。

伯克哈特使用NeuroLife系统将物品倒入杯子中。图片来源:Battelle

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。这种由贝莱德微系统公司(Blackrock Microsystems, Inc.)制造的芯片大约豌豆大小,安装在他的运动皮层中,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;每个人都听着一小部分脑细胞的声音,”甘泽说。芯片就位后,研究小组准备进行第二阶段的工作,设计更复杂的界面。

使用MATLAB®在美国,该团队开发了机器学习算法,可以在芯片记录伯克哈特的大脑活动时解码他的想法。为了将伯克哈特想要移动他的手的想法转化为动作,神经生命系统需要绕过脊髓。这种神经旁路技术通过将大脑信号传输到计算机来刺激Burkhart手部的肌肉,计算机通过算法解码信号并将其转换为命令。这些指令控制着包裹在伯克哈特前臂上的一套电极的活动,刺激他的肌肉根据他的想法运动。

受伤几年后,在这个脑机接口的帮助下,伯克哈特可以移动他的手刷卡,搅拌咖啡,甚至玩吉他英雄®。“所有这些创新最终都是由Ian推动的,”Bockbrader说。“他不满足,总是在想下一步该怎么做。”

感觉和感觉

这个惊人的突破代表了交流的单向方向。伯克哈特能够发送信号他的手臂。他会弹吉他,但他感觉不到手中的吉他。

然后甘泽有了一个主意。他找到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能捕捉到任何残留的触觉。即使伯克哈特无法感知触摸,信号仍有可能通过他脊椎中仅存的几个完整的纤维传递到大脑。

由于植入了运动皮层,芯片只能捕捉到伯克哈特的运动意图。但大脑具有适应性,大脑区域之间的界限可以改变。Ganzer说,有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。巴特尔的高级数据科学家大卫•弗里登伯格(David Friedenberg)记得自己曾表示过怀疑,但他认为或许值得一试。

为了验证这个想法,他们蒙住伯克哈特的眼睛,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小块正在收集一些少量的触觉信息,即使伯克哈特报告说他没有感觉到任何东西。

顶部的块显示了大脑的轮廓,放大了神经植入物的位置。第2块展示了一幅人体躯干和头的图画,手和头之间用蓝色表示连接。第三块是前臂的插图,带有电刺激套筒,上臂周围有一个单独的带,提供触觉反馈。块4中的插图表明,有用于触摸和运动的单独信号被多路复用到植入物。

对于最近NeuroLife研究(1)用植入的微电极阵列检测神经活动。(2)该研究确定了残余的触摸信号到达大脑。(3)电刺激套筒在上臂也有带,提供闭环反馈。(4)触觉和动作信号分离。(5)握力由触摸信号自主控制。图片来源:Battelle

伯克哈特并不是唯一这样做的人。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,其他感觉不全损伤的人无法感觉到触摸,但残余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的研究小组的下一步是想办法利用这些信息对伯克哈特有利。

最初的神经生命系统使伯克哈特能够用手做动作,但当他触摸物体时,他仍然基本上没有感觉。由于这种感觉的缺乏,伯克哈特除非看着自己的手,否则无法准确地判断自己什么时候在抓东西。巴特尔和俄勒冈州立大学的团队想要提供缺失的感官反馈。

“感官信息的可能性将使系统工作得更好,让我在使用系统时更加独立,”伯克哈特说。“但我认为,如果不进行另一次手术,在我大脑的感觉区域植入不同的设备,这是不可能的。”

巴特尔和伯克哈特一起设计了一种设备,可以与神经生命系统配合使用,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摸感应大脑信号和脑机接口,在伯克哈特抓住一个物体时向他提供人工反馈。

为了做到这一点,研究小组需要找到一种方法,将这些大脑信号传递到位于伯克哈特身体上仍有感觉的地方的设备上。弗里登伯格说:“这很有挑战性,要找出最好的方法,以一种他能理解和理解的方式把这些信息反馈给他。”

“这为未来带来了很多希望,像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研究伙伴

伯克哈特希望这个装置能让他尽可能自然地感知和控制。他和巴特尔测试了一些不同的想法,比如把反馈装置放在他的背上,当他触摸物体时,它就会振动。伯克哈特在那里还有感觉,但这个装置需要放在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。伯克哈特说:“这样,我的大脑就不需要做大量的重新学习。”

最后,他们选定了一种振动触觉带,包裹着伯克哈特的二头肌。那个区域的感觉都是完整的,对伯克哈特来说是最自然的。为了将大脑的感官信息传递给设备,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潜意识触摸信号。当Burkhart使用BCI触摸物体时,这些算法会将运动和感觉信号分开,将触摸反馈传递给振动触觉带,将运动信号传递给电极套。振动触觉带实时振动,向伯克哈特发出他正在触摸一个物体的信号。

最初的几次尝试有点尴尬。虽然伯克哈特得到了感官反馈,但实际上接触物体的是他的二头肌,而不是他的手。“这是一个很大的挑战,重新绘制大脑的那一部分,”伯克哈特说。“在我能够将这两个部分联系起来之前,我花了一点时间练习。”

在没有反馈的情况下,伯克哈特不得不猜测自己是否在触摸一个看不见的物体,而有了振动触觉设备,即使蒙上眼睛,他也能在90%的情况下判断自己是否在抓着一个物体。如果没有人工感官反馈系统的激活,伯克哈特基本上是猜测或完全无法识别物体的触摸,这取决于物体的大小。伯克哈特说:“我第一次蒙着眼睛做测试真是太神奇了。”

伯克哈特不仅不用看就能拿起东西,而且由于人工感官反馈,他在使用该系统时也更有信心。他说:“这很重要,因为我可以知道我在使用这个系统时不会掉东西。”“这样的事情确实使它成为一个更自然的系统。”

然而,对于伯克哈特来说,最新一代的脑机接口仍然过于笨重和复杂,无法在家中使用。目前,它只能在实验室使用,而且设置很复杂。系统经常需要调整和重新校准。尽管存在这些挑战,但研究小组相信,总有一天Burkhart可以在家里使用这种技术。

弗里登伯格说:“七年前我们刚开始的时候,这似乎非常遥不可及。但是现在,他说实现这一目标几乎没有什么障碍。

伯克哈特说:“像这样的设备将改变像我这样的人的生活,这给未来带来了很多希望。”“这是我一直期待的事情。”


阅读其他故事

面板的导航

生物技术

大力推动为COVID-19大流行制造呼吸机

在47天内为英国呼吸机挑战赛创造新设计

面板的导航

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

佩戴gps的狗,电子鼻,以及能倒出完美啤酒的机器人

面板的导航

学术/机器人

一个由九名本科生组成的团队为他们的期末项目制作了创新的跳跃机器人

小巧敏捷的“Ascento”可以爬楼梯并避开障碍物