文·图/沈臻懿

为了生活、出行的便利，部分残障人士往往会选择为自己安装假肢。不过，传统假肢的局限性较多，在方便程度和灵活性方面远不如正常肢体。如何打造一款灵活自如的智能假肢，便成了人们关注的焦点。

神经假肢更为接近自然肢体

神经假肢控制系统能够实现大脑信号的传送和机械臂信息的反馈，这归功于双向运行的脑机接口

脑机接口和神经假肢的结合

随着脑机接口技术（Brain-Machine Interface，BMI）的日益发展，当前我们已经可以通过对大脑产生的电信号的捕捉并借助算法将其转码为计算机系统可理解和执行的指令。那么，是不是可以将脑机接口应用于神经假肢领域，将假肢电极同神经系统之间予以对接呢？不可否认，已有研究成果表明在此领域取得了一些突破，但更多的技术挑战依然存在。

现有脑机接口多类似于智能手机或者便携式电脑内部的芯片结构，主要由硬质材料所构成。当其通过一定技术被植入人体后，往往因无法弯曲而难以适应大脑活动，甚至还会让使用者产生不适。随着使用时间的推移，硬质材料还会游离至预设位置之外，从而影响到对大脑电信号的捕捉。倘若采用无须手术植入的非侵入式方法，虽能在一定程度上解决硬质材料植入引发的长期瘢痕问题，但置于颅骨之外的电极仅能收集到较为模糊且难以解码的信号，实用价值无疑将大打折扣。

为此，研究人员已开始探索研究柔性脑机接口与神经假肢系统之间的融合。柔软且灵活的柔性脑机接口电路，不仅与大脑具有更好的亲和性，还可有效解决长期瘢痕和电极移位等问题。加之柔性脑机接口装载的足量传感器可同时对百万级脑细胞进行刺激，从而无须频繁校准即可对神经假肢系统予以更好地控制。

堪比拥有“读心术”的神经解码器

神经假肢控制系统，并非传统意义上的机械假肢。失去上肢的残障人士佩戴这一系统后，即可通过“意念”控制实现对电脑的操作。这一技术的背后，就基于深度学习技术在生物医学分析、解码等方面的持续进展。脑机接口和神经假肢控制系统的结合，离不开依托深度学习技术的神经解码器的存在。

研究人员将人工智能和深度学习技术引入神经假肢控制系统的同时，首先就需要对大脑传递的神经信号进行捕获和解码。人类作出的思考和行为，与大量的神经活动密不可分。而这些活动，会在人类体内产生微弱的电信号。深度学习的优势，在于其可以根据大量的电信号来构建相应模型，从而就信号和行为结果之间的联系进行映射。相较于传统假肢，神经假肢能够利用神经解码器这一技术设备对大脑神经活动进行分析和识别。这一堪比拥有“读心术”的神经解码器，让神经假肢系统使用者得以利用“意念”控制，直接接受大脑发出的各项指令，从而完成对机械假肢的精细化操控。

使用了脑机接口的神经假肢，还令佩戴这一系统的残障人士获得了极为真实且自然的运动感知。研究人员在一次实验测试中，邀请两名已安装了神经假肢控制系统的上肢残障人士，在一堆积木中挑选出符合特定软硬度的部分。结果，两位就如同拥有健康肢体的正常人一般，根本不需要关注上肢的动作，便精准且自然地完成了测试任务。

除上肢功能外，神经假肢控制系统在智能仿生下肢方面也可为残障人士带来新的福音。据测定，我们正常人在行走时的反应速度通常在1.5步/秒，需要耗费135毫秒左右。而融入了脑机接口的神经假肢控制系统，其智能仿生下肢的反应速度仅仅只有100毫秒，甚至超过了常人的标准。

神经假肢更为接近于自然肢体的特点，令残障人士只需一个“念头”就可以轻松控制假肢。同时，该控制系统还可帮助使用者对假肢形成感知并将其融入身体的组成部分。

功能修复的重要助手

神经假肢控制系统能够实现大脑信号的传送和机械臂信息的反馈，这归功于双向运行的脑机接口。一方面，神经假肢通过“接口”与肢体神经连接后，使用者的神经冲动便会从大脑传送至假肢；另一方面，随着假肢的运动，与假肢相连的皮肤和肌肉中的受体，则会将神经信号回传大脑。因此，当“意念”控制的假肢接触到具体某项物品时，其表面温度、触感、握持压力等信息便会被使用者精确感知。这就意味着，当残障人士用假肢来喝水时，根本就不需要担心用力过大将水杯打翻或者用力过小无法握持水杯等情况。其无须依赖视觉的调节，就可以轻松完成拿起水杯并喝水的全部动作。神经假肢运动感的自然反馈，也为残障人士的肢体功能修复迈出了关键一步！

神经解码器

利用脑机接口技术，可通过对大脑产生的电信号的捕捉，借助算法将其转码为计算机系统可理解和执行的指令

除了对神经假肢控制系统的嵌入外，脑机接口在中风患者复健、脊柱损伤医疗等领域亦有着潜在的应用前景。在上肢受中风影响的患者治疗中，研究人员通过专门电极来记录未受中风影响的大脑部分的活动情况，并对肌肉活动予以确认。随后，功能修复系统就可帮助中风患者重新学习如何握持物品，并不断改善其握持能力和运动功能。脊柱损伤无疑是一种极为严重的情形。为了改善患者的健康状况，研究人员也在探索将双向运行的脑机接口用于脊柱损伤的治疗，尝试将大脑和因严重脊髓损伤而切断的肌肉联系重新建立连接。在一项研究中，研究人员为一名脊髓损伤的患者脑中植入了一枚极小的微芯片，以捕获并放大患者大脑中微弱的运动信息，通过刺激其手臂的肌肉，成功让患者麻木了多年的手臂实现了对物体的压力感知。这一堪比“读心术”的技术，除医疗领域外，也引发了来自其他诸多领域研发人员的浓厚兴趣。未来，其还将在哪些方面有进一步的拓展，有待进一步观察。