当前位置: 首页 > ops >正文

Science 正刊:脊髓损伤患者的复杂触觉离现实又近了一步

在这里插入图片描述
有史以来第一次,脊髓损伤患者的复杂触觉离现实又近了一步。一项新的研究发表在Science,这为通过大脑刺激实现复杂触觉铺平了道路,同时使用连接在椅子或轮椅上的体外仿生肢体。这些研究人员都是美国皮质仿生学研究小组的成员,他们发现了一种独特的方法,可以通过在大脑中植入电极的特定微刺激模式来编码手部的自然触觉。这使得脊髓损伤的人不仅可以用大脑控制仿生手臂,还可以感觉到触觉的边缘、形状、曲率和运动,这在以前是不可能的。“在这项工作中,这项研究首次超越了之前在脑机接口(BCI)领域所做的任何研究——我们向参与者传达了与方向、曲率、运动和3D形状相关的触觉,参与者使用的是大脑控制的仿生肢体。”我们现在处于人工触摸的另一个阶段。我们认为,这种丰富性对于达到灵巧程度、操纵性和人类手部典型的高维度触觉体验至关重要,”该研究的主要作者、瑞典查尔姆斯理工大学的助理教授贾科莫·瓦莱说。在这里插入图片描述
这张图显示了一个脊髓损伤的瘫痪患者,在大脑中植入了皮质内电极。这种脑机接口(BCI)允许个人控制一个不与身体相连的仿生肢体,直接用思想来达到并抓住一个咖啡杯。由于植入了传感器,仿生手可以像人的手一样感知被抓住的物体,并通过高级神经刺激将触摸感觉传递给使用者的大脑。在这里插入图片描述

触觉的重要性触觉为我们的日常生活带来丰富和独立。对于患有脊髓损伤的人来说,从手到大脑的电信号本应让人感受到触觉,但却被损伤阻断了,触觉也就丧失了。一种由用户大脑信号控制的仿生肢体可以让瘫痪的人恢复一些功能和独立性,但如果没有触觉,就很难举起、握住和操纵物体。此前,仿生手不会被用户视为身体的一部分,因为它不会像生物手那样提供任何感官反馈。这项研究旨在提高体外仿生肢体的可用性,它将被安装在轮椅上或类似的设备上,靠近用户。用大脑控制仿生肢体的植入式技术在这项研究中,两名BCI参与者在大脑的感觉和运动区域(代表手臂和手)安装了慢性脑植入物。在几年的时间里,研究人员能够记录和解码大脑中发生的与手臂和手的运动意图相关的所有不同的电活动模式。这是可能的,因为电活动仍然存在于大脑中,但瘫痪阻止了它到达手。用这种技术解码和破译大脑信号是独一无二的,它允许参与者用大脑直接控制仿生手臂和手,与环境互动。将复杂的触觉输入大脑参与者能够完成一系列复杂的实验,这些实验需要丰富的触觉。为了做到这一点,研究人员通过植入物将特定的刺激直接输入用户的大脑。“我们找到了一种方法,通过使用大脑中的微小电极进行微刺激来输入这些‘触觉信息’,我们找到了一种独特的方式来编码复杂的感觉。这使得使用仿生手时可以获得更生动的感官反馈和体验,”Valle说。参与者可以感觉到物体的边缘,以及指尖的运动方向。通过利用脑机接口,研究人员可以从参与者的大脑中解码运动意图,从而控制仿生手臂。由于仿生手臂上有传感器,当一个物体接触到这些传感器时,刺激就会被发送到大脑,参与者就会感觉到这种感觉,就像它在他们手中一样。这意味着参与者可以用仿生手臂以比以前更高的精度完成复杂的任务,比如拿起一个物体并将其从一个位置移动到另一个位置。神经义肢复杂触觉的未来这项研究只是让脊髓损伤患者能够感受到这种复杂触觉的第一步。为了捕捉研究人员现在能够编码并传达给用户的复杂触摸的所有特征,需要更复杂的传感器和机器人技术(例如假肢皮肤)。用于刺激的植入式技术也需要发展,以增加感觉的范围。在这里插入图片描述

关于这项研究的更多信息:发表在《科学》杂志上的这项名为“通过人体体感皮层的模式微刺激的触觉边缘和运动”的研究,由Giacomo Valle领导,他现在是瑞典查尔姆斯理工大学电子工程系的助理教授,在研究期间,他与美国芝加哥大学Bensmaia实验室的一个团队一起工作。更多关于皮质仿生学研究小组:在美国,这一研究领域已经引起了主要的商业兴趣,许多研究机构和私营公司现在开始将植入式神经技术商业化,用于这项研究的部分系统现在正在由一家美国神经技术公司开发。但在欧洲,不同的监管环境可能会影响新兴神经技术的转化,这种情况就少了。这项研究将Chalmers引入了皮质仿生学研究小组,旨在为这一神经技术研究领域建立一个欧洲中心。皮层仿生学研究小组由三所北美大学组成——匹兹堡大学、芝加哥大学和西北大学。皮层仿生学研究小组的任务是建立下一代皮层内脑机接口,使瘫痪或截肢的人能够灵巧地控制仿生手。

http://www.xdnf.cn/news/14430.html

相关文章:

  • 观察者模式Observer Pattern
  • 基于STM32的超声波模拟雷达设计
  • 3 Studying《THE CACHE MEMORY BOOK》
  • python3.9成功安装nbextensions
  • 【Linux入门】安装一个Linux内核的虚拟机
  • 【IQA技术专题】-PSNR和SSIM
  • DOM-Based XSS(基于文档对象模型的跨站脚本攻击)
  • leetcode 搜索插入位置 java
  • 定时器时基单元参数配置及计算公式
  • Python | Python中最常用的100个函数(含内置函数、标准库函数及第三方库)
  • 基于 Transformer RoBERTa的情感分类任务实践总结之五——剪枝
  • 使用LDA进行主题建模:发现文本中的隐藏主题 - 父亲节特别版
  • 【旧题新解】第 9 集 带余除法
  • router.push()
  • 疗愈经济崛起:如何把“情绪价值”转化为医疗健康产品?
  • 我的研究方向是关于联邦学习的数据隐私保护,这些都是我在学校过程中遇到的困惑,借助ai来解决我的问题,也分享给大家。联邦学习的公开数据集,数据集的使用方法等
  • 《解码SCSS:悬浮与点击效果的高阶塑造法则》
  • 电影院管理系统的设计与实现
  • O - 方差
  • 【项目实训】【项目博客#06】大模型微调与推理优化(4.21-5.11)
  • Velocity提取模板变量
  • 项目三 - 任务7:开发名片管理系统
  • SCAU大数据技术原理期末复习|第10、11章
  • ansible模块使用实践
  • UnityDots学习(六)
  • 手动 + 自动双方案组合:Innocise 壁虎吸盘灵活适配多场景无损搬运需求
  • 谷歌浏览器编译windows版本
  • Vue3相关知识1
  • STM32 HAL库学习 RNG篇
  • 编译链接实战(32)动态库的本质和原理