4. 機械

機械義肢狀態:
腦機械面 >> 神經傳導 >> 機械義肢

---

1. 神經轉接特定肌肉手術(Targeted Musle Reinnervation)
- 將手部肌肉神經轉移至胸肌上

        腦>>胸肌>>胸肌上的電極>>電極控制機械手臂

        Luke >> DEKA arm system:
            經由電極來偵測殘餘肢體末端肌肉群的活動,再把信號轉
            換成相應的動作。
        
        Luke 內置的傳感器用來收集肌電圖的電極傳輸信號。想要讓 
        Luke 工作時,大腦就會發出各種不同的動作的指令信號,隨
        後這些信號就會傳輸到假肢內置的處理器中,隨後處理器將這
        些信號「翻譯」成不同的動作指令,最後Luke就會按照這些
        動作指令做出相應的動作。

       
    
    
    使用者正通過各種控制器對義肢進行操作,可以看見他的右手的動作
    以及身體的晃動(實際上是在控制鞋裡的控制器)
            
- 義肢觸覺

        Science Translational Medicine期刊
        將四個電極手術植入實驗參與者的上臂。這四個電極,會連接
        到特製的義肢上,將義肢表面受到的壓力資料,經電腦計算,改
        變成神經可接受的訊號,回傳給大腦
        
        觸覺系統對義肢來說相當重要,光是把水果從樹上摘下,或是把
        洋芋片從包裝中拿出來這類微不足道的小動作,假如沒有對觸摸
        或壓力的感知,都會變得無法實現。University of Glasgow
        的研究團隊稍早利用石墨烯開發出一款柔軟的電子皮膚,能夠進
        行敏銳的壓力量測。該團隊在(Advanced Functional Materials)
        上發表此一成果,說明隱藏在皮膚下的太陽能電池,能夠驅動一組
        感測器,讓人工肢體產生觸覺。

        

---

2. 腦晶片植入手術:
        
        Nature期刊
        美國Feinstein醫學研究所的帶領下進行的
        
        以往的研究表明,脊髓損傷後,大腦會經歷某種程度的「重組」,
        神經元連接的重組。現在看來,這種損傷後重組的程度可能小於
        我們的想像。Bouton 認為,這帶給了我們不少希望,可能大腦
        損傷後並沒有想像中那麼多的神經變化,我們也許可以繞過脊髓
        的損傷區域,重新獲得運動能力
        
        受試者:Ian Burkhart
        肩膀以下癱瘓
        
        2016年四月第一次發表可以復甦已經癱瘓的原生肢體
        
        Bouton和同事通過腦核磁共振掃描,確定了Burkhart大腦運
        動皮層的哪些區域,在控制哪些運動。他們隨後進行了手術,向
        Burkhart 腦內植入了一塊柔軟的晶片。這塊晶片可以在Burkhart
        想像手部的運動時,檢測到腦內不同電信號的模式,並傳到計算機。
        隨後通過機器學習算法將這些信 號轉為電信號,再傳到包裹右前臂
        的特殊袖套上,刺激肌肉以做出這個「想像」的動作。Burkhart說,
        當這些設備剛連接上的第一天,他就可以動了,當時 他可以張開和
        合上他的手掌。
        

       
    
        原理:
        「神經旁路系統」(neural bypass system,NBS)
        研究者們繞過伊恩受損的脊髓,在大腦和手臂之間建立起了一條全新的信息通路。
        
        為了建立起繞過脊髓的神經旁路,研究者們首先通過磁共振掃描在伊恩的左半球
        運動皮層上識別出了負責右手運動的區域,然後在這塊腦皮層上植入了一塊約有
        5毫米見方的電極陣列。陣列上均勻分布了96個探針電極,它們將電極附近的神
        經信號源源不斷地傳輸到電極後端的工作站上。經過工作站上「機器學習」算法
        的處理,患者的運動意圖被解讀出來,最後轉化成電刺激信號,通過貼在手臂上
        的電極刺激肌肉,最終就讓患者自己的肢體動了起來。
        
        在實驗的初期,科學家為伊恩播放手部運動的三維動畫,讓伊恩想像自己在按照
        動畫做手部運動。此時大腦產生的活動會被陣列電極捕捉,再由機器學習算法不
        斷「領會」。經過人與機器的多次訓練「磨合」之後,伊恩再想像某個手部運動
        時,算法就會識別出來,並驅動肌肉完成這個動作。
        
       
        
        NBS系統讀取大腦運動信號的部分採用了著名的猶他陣列電極(Utah Array),
        其長期植入的安全性和有效性都得到了一再證實。經過計算機實時處理,NBS系統
        作出的反饋也相當迅速。螢幕上每變換一個手部姿勢,伊恩都能很快藉助 NBS 
        系統隨之做出動作,腦部指令與手部運動幾乎可以實現同步實時進行。能夠迅速
        解讀並轉換來自大腦的複雜信號,這也得益於近十年「機器學習」領域的高速發展。
        
      
      
      猶他電極:侵入式腦機械面
      
      植入式「腦機接口」技術臨床轉化難點

        利用猶他陣列電極,雖然可以採集到皮層神經元細胞的活動,解碼複雜的運動參數,
        但要走向臨床可能還有很長一段距離。其中還有不計其數的障礙,比如:

        1.植入程度高:一般的腦電圖EEG信號是將電極放置在頭皮上的,而這類電極需
          要開顱後去除硬腦膜然後打入大腦皮層,手術風險高。

        2.生物體的排斥反應:植入的電極對大腦來講是一種「異物」,由於人體的一種
          保護性防禦機制,術後容易發生排斥反應。嚴重的排斥反應會導致植入電極的
          部位反覆出現無菌性炎症、皮下積液、皮膚磨損,甚至破潰。

        3.電極本身的材料特性包括材料的柔軟程度,電極的合金材料選擇,電極表面的
          包裹塗層選擇,電極植入的技術等。

 

參考論文及網站:

【1】Hochberg, L. R., Serruya, M. D., Friehs, G. M., Mukand, J. A., Saleh, M., Caplan, A. H., Branner, A., Chen, D., Penn, R. D., and Donoghue, J. P. (2006) Neuronal ensemble control of prosthetic devices by a human with tetraplegia. Nature442, 164-171

【2】Simeral, J. D., Kim, S. P., Black, M. J., Donoghue, J. P., and Hochberg, L. R. (2011) Neural control of cursor trajectory and click by a human with tetraplegia 1000 days after implant of an intracortical microelectrode array. Journal of neural engineering8, 025027

https://www.inside.com.tw/2017/11/20/high-tech-neuroprosthetic-luke-arm-...

http://pansci.asia/archives/59802

https://kknews.cc/zh-tw/news/eaneyz.html

http://technews.tw/2018/01/30/brains-and-machines/

https://kknews.cc/zh-tw/science/pxxnzej.html