卡内基梅隆大学和明尼苏达大学研发出非侵入式意念控制机械臂

07-08

7月7日消息，美国卡内基梅隆大学的贺斌教授及其研究团队和明尼苏达大学合作，成功研发出史上第一款“非侵入式意念控制机械臂”。这项突破性的技术，被刊登在国际顶尖学术期刊《科学》旗下的Science Robotics（机器人技术）中。“非入侵式意念控制机械手臂”是采用一种可与大脑无创连接的脑机技术，可以直接从人的头皮上获取神经信号，不需手术植入芯片。它能够根据大脑中的想象运动来控制机械臂，追踪随时移动的光标。

根据研究报告显示，迄今为止，已有68名身体健康的人参与了该项技术的实验。他们无需使用实际的肢体动作，只需用“脑力”就可以操作机器完成动作，比如打开智能电视、操作无人机、移动鼠标打字，甚至是发声交流。

研究人员称，这项技术将会帮助更多的瘫痪人员和运动障碍患者提高生活质量。在未来，该技术可能会像手机一样普及，让每个人都拥有能够用意念控制物体的超能力。

脑机接口，顾名思义是在人或动物大脑与外部计算机设备之间创建的直接连接，以实现脑与设备的信息交换。有了脑机接口，不需要实际的肢体动作，只用“脑力”就可以操作机器完成复杂的动作，比如操作无人机、移动光标、打字，甚至发声交流。

不过，迄今为止成功控制机械臂的BCI都要通过手术在人的脑部植入电极、芯片等。这些植入物需要大量的医学和外科专业知识才能正确安装和操作，更不用说成本和潜在风险，目前只限于少数临床病例应用。

因此，开发侵入性较小甚至完全无创的技术成为BCI领域的一大挑战，也是贺斌教授在神经工程学领域的一个研究重点。如果无需脑部植入就可以实现靠“意念”操纵环境或机械肢体，BCI技术将帮助众多瘫痪患者和运动障碍患者大大提升生活质量，也有望为普通人群带来广泛的应用。

▲领衔该研究的是卡内基梅隆大学生物医学工程系的贺斌教授（图片来源：学校官网）

但是，使用非侵入式外部传感器而非脑部植入物时，BCI接收到的信号会更加嘈杂，导致分辨率较低，难以精确控制机械臂，容易造成动作不稳定、不连续。

为了克服这个难题，研究团队采用了独特的解决方法：利用新型传感和机器学习技术，并通过人机相互适应的训练方法，分别增强脑机接口的“脑”部分和“机”部分，从而显著改善脑电图（EEG）源的神经解码。

▲研究框架示意图，使用连续追踪的方法同时对用户和机器进行训练

研究中采用了无创的脑电图源神经成像技术，可以通过头部的电特性和几何形状来推断大脑皮质的活动。这种新技术过去在离线神经解码中显示出有减轻噪音影响的优势。研究团队这次开发了实时平台，帮助提高时间分辨率和空间分辨率。

经过训练，这种新型BCI在精确控制机械臂上展现出巨大进步。二维平面控制光标移动的传统任务中，相比非侵入式BCI，新型的BCI学习效果提高了近60%。研究人员还开发了一个更接近现实使用的情境，也就是由用户采用运动想象来连续追逐随机移动的光标，这个任务的学习成绩提高了5倍以上。

目前为止，研究团队在68名健全的人类志愿者中进行了测试，接下来计划在临床试验中用于患者。对于这项技术将来的应用，贺斌教授认为：“我们的工作代表了无创脑机接口的重要一步，未来有一天这项技术可能会成为普及的辅助技术，就像智能手机一样，帮助每一个人。 ”

文章来源：泡泡网

2021天水事业单位考试职位表

2021嘉峪关事业单位考试公告

平凉教师资格证考试培训

陇南事业单位考试报名