有史以来**个成功的脑力控制机械臂问世

匹兹堡2019年6月20日 /美通社/ -- 卡内基梅隆大学(Carnegie Mellon University)的研究团队联手明尼苏达大学(University of Minnesota)，在非侵入性机器人设备控制方面取得了突破性进展。使用非侵入性脑机接口(BCI)，研究人员开发了有史以来**个成功的脑力控制机械臂，展示持续跟踪和跟随计算机光标的能力。

能够以非侵入性方式只使用思想来控制机器人设备将得到广泛的应用，特别是对瘫痪患者和运动障碍患者的生活有好处。

脑机接口已被证明在只使用大脑植入物感知的信号控制机器人设备方面实现了很好的性能。当机器人设备可以高精度控制时，它们便可以用来完成各种各样的日常工作。然而，至今为止，成功控制机械臂的脑机接口已使用侵入性大脑植入物。这些植入物需要大量的医疗和外科专业知识来正确安装和操作，更不用说受试者的成本和潜在风险，因此，它们仅限用于少数临床病例。

脑机接口研究的一大挑战是开发侵入性更小甚至是完全非侵入性技术，使瘫痪患者能够利用自己的“思想”来控制他们的环境或机械臂。如果成功的话，这种非侵入性脑机接口技术将会给众多患者乃至整个人类带来迫切需要的技术。

然而，使用非侵入性外部传感（而不是大脑植入物）的脑机接口接收“更脏”的信号，导致当前分辨率和控制精确度较低。因此，当只使用大脑来控制机械臂时，非侵入性脑机接口并不支持使用植入设备。尽管如此，脑机接口研究人员勇往直前，将目光投向了可以帮助世界各地患者改善日常生活的低侵入性或非侵入性技术。

卡内基梅隆大学生物医学工程理事教授、系主任Bin He完成了这一目标，这是一次非常重要的发现。

He表示：“使用大脑植入物的脑力控制机器人设备已经取得了很大的进展。这是一门很棒的科学。但非侵入性技术是*终目标。神经解码方面的进展以及非侵入性机械臂控制的实际应用将对非侵入性神经机器人的*终开发产生重大影响。”

利用新的传感和机器学习技术，He和他的实验室已经能够获取大脑深处的信号，实现对机械臂的高分辨率控制。通过非侵入性神经成像和新颖的连续跟踪模式，He正在克服EEG信号带来的噪音，从而显著改善基于EEG的神经解码，并推动实时持续的2D机器人设备控制。

首次使用非侵入性脑机接口来控制在计算机屏幕上跟踪光标的机械臂，He通过人类受试者展示了机械臂现在可以持续跟踪光标。由人类以非侵入性方式控制的机械臂此前一直以不稳定、不连续的方式跟随光标的移动——就像机械臂努力“赶上”大脑的指令一样——现在，机械臂以顺畅、连续的路径跟随光标。

在题为《科学机器人》(Science Robotics)的文章中，研究团队制定了新框架，通过增加用户参与和培训，以及通过EEG源成像提高非侵入性神经数据的空间分辨率，解决和改进脑机接口的“大脑”和“计算机”组成部分。

题为《非侵入性神经成像可增强连续神经跟踪，实现机器人设备控制》(Noninvasive neuroimaging enhances continuous neural tracking for robotic device control)的文章显示，研究团队解决这一问题的*特方法不仅为传统的中心外任务将脑机接口学习提升了近60%，还将对电脑光标的持续跟踪提升了500%以上。

该技术还具有可以帮助各种人的应用，通过提供安全的非侵入性“脑力控制”设备，使人们能够与他们所在的环境互动并进行控制。迄今为止，这项技术已经在68名身强体壮的人体受试者中进行了测试（每个受试者多达10次），包括虚拟设备控制和机械臂控制，以实现持续跟踪。该技术可直接用于患者。研究团队打算在不久的将来进行临床试验。

He说：“尽管使用非侵入性信号带来了技术挑战，但我们全心全力致力于将这项安全且经济的技术带给能从中受益的人。这项努力是在非侵入性脑机接口方面迈出的重要一步，而脑机接口技术终有一天可能会成为无处不在的辅助技术（比如智能手机），帮助每个人。”

这项努力部分由National Center for Complementary and Integrative Health、国家神经疾病和中风研究院(National Institute of Neurological Disorders and Stroke)、国家生物医学成像和生物工程研究所(National Institute of Biomedical Imaging and Bioengineering)和国家心理卫生研究所(National Institute of Mental Health)提供支持。