神经系统需要平衡神经表征的稳定性和可塑性。目前尚不清楚简单且经过充分演练的动作表征稳定性如何，尤其是人类，以及他们对新环境的适应性如何。通过对四肢瘫痪的参与者使用ECoG脑机接口（BCI），加州大学旧金山分校（UCSF）的研究人员发现，一系列简单想象动作的低维流形和相对表示距离非常稳定。然而，流形的绝对位置却表现出受约束的日常漂移。
值得注意的是，在BCI控制期间，神经统计（尤其是方差）可以灵活调节以增加表示距离，而不会发生体位变化。可辨别性会随着练习而增强，且与BCI相关，这表明了情境的特定性。通过跨越多天的采样表征可塑性和漂移，研究人员发现了具有可推广决策边界的元表征结构；这实现了对机械臂和手进行长期神经假肢控制，以实现伸手和抓取。
人类神经系统必须平衡稳定的运动控制与学习新动作的适应性。大脑活动形成了这些动作的神经表征，这是一个动态的过程，会随着时间的推移而变化。
动物研究表明，这些表征不是固定的，而是会随着重复的行为而微妙地变化。虽然对人类的研究证实了简单动作具有不同的神经映射，但这些映射如何随着时间推移而变化仍不清楚。
加州大学旧金山分校（UCSF）的研究人员利用基于ECoG的脑机接口来研究这种神经可塑性。研究人员通过在大脑运动区域植入传感器网格，绘制了想象中的动作如何影响大脑活动模式。
这项研究在神经修复控制领域取得了突破性进展，使瘫痪患者能够以前所未有的长期稳定度操作机械臂。该项研究成果近日发表在了《Cell》期刊上。
训练大脑再次运动
参与者首先通过两周的简单手和手指运动训练AI模型。这些心理训练提高了系统解码其意图的能力。实验最初，对机械臂的控制不够精确。为了提高准确性，研究人员引入了虚拟训练。
参与者使用模拟机械臂练习引导设备，同时接收对其想象动作的反馈。这种虚拟环境使他能够在过渡到实体机械臂之前完善其心理指令。经过几次练习，他成功地将这些技能运用到了现实世界中。
该名参与者展示了令人印象深刻的控制能力，拿起积木，转动积木，然后将其移动到新的位置。他甚至完成了复杂的任务，例如打开柜子，取出一只杯子，然后将其放置在饮水机下方。
长期真实世界hDoF神经假肢控制
脑机接口的新纪元
神经学家Karunesh Ganguly博士表示：“这种人与AI之间的学习融合是这些脑机接口的下一个阶段。我们需要通过这种方式实现复杂、逼真的功能。”
该名中风瘫痪的研究参与者在大脑表面植入了传感器。当参与者想象移动手、脚或头部时，这些传感器记录了神经活动。
研究人员利用AI分析了该名参与者的大脑运动表征每天的变化。虽然这些模式的总体结构保持稳定，但它们的位置略有变化。AI补偿了这种漂移，确保功能稳定，无需频繁重新校准。
长期稳定性与未来应用
传统的BCI会随着时间的推移而性能下降，需要经常重新校准。相比之下，UCSF系统在七个月内一直保持稳定功能，仅需要短暂调整以适应神经漂移。这种稳定性标志着实验室外神经修复术实用化迈出了重要一步。
对于瘫痪患者来说，重新获得执行基本任务的能力（例如进食或抓取物体）可能会改变他们的生活。研究人员目前正在改进AI模型，以提高速度和流畅性，并计划在家庭环境中测试该系统。
“我非常确信我们已经学会了如何构建系统，并且能够使其发挥作用，”Ganguly说道。
随着技术的不断进步，BCI可能很快就能为瘫痪患者提供一种前所未有的独立性。
转自：脑机接口社区
专栏作者
杨艺 主任医师
首都医科大学附属北京天坛医院
主任医师，国家神经疾病医学中心脑机接口转化研究中心执行副主任。北京大学八年制医学博士，英国牛津大学Nuffield临床神经科学中心访问学者。北京脑科学与类脑研究中心青年学者，北京市科技新星。
聚焦于意识障碍疾病的系统诊断、预后预测和神经调控治疗，以及脑机接口新型技术的临床应用研究。2022年作为项目负责人获批“科技创新2030脑科学与类脑研究”青年项目“意识障碍的闭环神经调控治疗”。
更多精彩内容 请关注作者
点击或扫描上方二维码，查看更多“功能”内容
声明：脑医汇旗下神外资讯、神介资讯、神内资讯、脑医咨询、Ai Brain 所发表内容之知识产权为脑医汇及主办方、原作者等相关权利人所有。
