从1973年“脑机接口”这个概念被提出,至今正好50周年。经过半个世纪全球科学家不懈的研究,碳基和硅基的融合正逐渐成为现实。近年来,随着各国陆续实施“脑计划”,脑机接口更是进入了高速发展的时期,甚至“出圈”被越来越多人知悉。
脑机接口技术,作为一种能够实现生物脑与计算机等外部设备进行实时与准确的交互,具有广泛的临床应用潜力。尤其是植入式脑机接口技术,当前已经有正式的临床试验在进行,如果进展顺利,预计在未来3年左右将有正式的产品获批,服务病人。下文将带您回顾人类对脑机接口技术从初相识到持续探索的发展历程。
1780年的某天,意大利解剖学家伽伐尼(Luigi Galvani)将解剖后的青蛙放在起电机旁。他发现当解剖刀尖触到青蛙的腿部神经时,其腿部肌肉会剧烈收缩,这种现象总是伴随着起电机发出电火花。发现这个现象后,伽伐尼立刻开始进行研究并得出结论,只有电荷从起电机出发,流过青蛙神经,再通过解剖刀流向人体时,青蛙的肌肉才会收缩。
在初次实验成功后,他推测云层中的电荷也能实现这一现象,经过实验他验证了这一猜想。他通过铜钩固定住离体的蛙腿,用一根金属线将蛙腿与铁栏杆相连接,蛙腿肌肉产生了轻微的收缩。伽伐尼观察到这种现象,并意识到这可能与动物体内电活动有关。
这是人类历史上首次对传播过程中的动作电位的进行观察的实验,这项重要实验为后世电生理学研究奠定了基础,并使伽伐尼成为电生理研究的先驱。
▲图1 Galvani L (1791) De viribus electricitatis in motu musculari commentarius. Bon Sci Art Inst Acad Comm 7:363–418
1870年,柏林生理研究所的科学家爱德华·希茨(Eduard Hitzig)和古斯塔夫·弗里奇(Gustav Fritsch)进行了一项活体电刺激实验,他们移除犬的部分颅骨,暴露其大脑额叶皮层,并使用电极对特定脑区进行直流电刺激。实验结果显示,这种电刺激导致动物对侧肢体产生运动。
1873年,英国的神经学家大卫·费里尔(David Ferrier)在猴子上进行了类似实验。
英国医生理查德·卡顿(Richard Caton)在1875年的英国医学会会议上发表了他对于大脑电现象的初步研究报告。据这份报告描述,他通过使用检流计,成功在兔子和猴子脑部记录到了自流电流。
1924年7月24日,德国精神病学家汉斯·贝格尔(Hans Berger)在一场神经外科手术中,成功第一次记录人脑电信号。在随后的5年内,他通过对病人进行开颅手术,并将针状电极插入头皮下进行实验,进一步研究脑电信号。除了病人,他还在正常人的头皮上进行了实验,严谨论证这种电流是来自于人类大脑。
1929年,贝格尔发表了题为《das Elektrenkephalogramm des Menschen》(人脑的脑电图)的论文,其中描述了他的测量方法,并称之为脑电图(electroencephalogram,简称EEG)。在这篇论文中,首次提出两种不同类型的脑电波,分别命名为α和β波,并对不同年龄和性别的患者的脑电图记录进行了检查。汉斯·贝格尔是第一个以非植入式方法记录人类脑电活动的科学家,他的研究为后续神经科学领域的发展奠定了重要基础。
加拿大的神经外科医生怀尔德·彭菲尔德(Wilder Penfield)花费近20年时间绘制了详细的大脑皮质分工图,也被称为“皮质小人”(cortical Homunculus)。
彭菲尔德首创通过电刺激以进行脑区功能定位的方法,以识别具有重要功能的区域,即受损会导致瘫痪、失去感觉或语言能力的区域。如下图所示,他的研究描述了与不同运动功能相关的运动皮层区域。除了初级运动皮层之外,彭菲尔德还确定了现在被称为运动前皮层和辅助运动区域,这些区域对于人类的运动控制也起着重要的作用。他的研究对人类感知和运动控制的理解具有重要意义。
1968年,美国精神卫生研究所的内科医生爱德华·伊瓦茨(Edward Evarts)试图通过行为电生理确定初级运动皮层中单个细胞活动中编码的运动变量。他们通过设计操作性条件反射实验,将猴子训练成特定的肌肉反映模式,并在这个过程中进行电生理记录,发现了能够编码某一块肌肉的收缩的神经元等。
加州大学洛杉矶分校计算机科学家雅克·维达尔(Jacques J. Vidal)在一篇文章中创造了脑机接口(Brain-Computer Interface,BCI)这个概念,并设想了首个脑机接口系统。
美国约翰霍普金斯大学的神经科学家波斯托洛斯·P·乔治奥普洛斯(Apostolos P. Georgopoulos)及同事研究了猴子在运动方向控制任务中初级运动皮层(M1)神经元的活动。实验结果显示约75%的M1神经元表现出运动方向调谐,即在八个外围目标之一的运动中,每个神经元对特定方向有较强的反应,称为细胞偏好方向。这揭示了M1神经元在编码和调节运动方向方面的重要作用,对运动控制的神经机制有着重要意义。此发现是脑机接口系统中用于运动解码的算法原理。
在上世纪80年代末至90年代初,美国犹他大学的研究员理查德·A·诺曼(Richard A. Normann)就开始了对犹他电极的开发。
直至1994年,在诺曼发表的论文中“犹他电极(Utah Electrode)”这一名词才首次出现,并说明了其生产工艺和记录信号的能力。犹他电极主要以硅为材料,被定义为一种仅在其尖端具备记录功能的二维电极阵列,其尖端形状通过化学腐蚀方法精确塑造。犹他电极的设计结构使其能够在狭小的空间内插入多个电极,用于深入研究神经网络和记录脑电活动。
犹他电极目前也是唯一被FDA批准用于皮层长期植入的电极阵列,也是在植入式脑机接口的临床试验中被广泛使用的电极阵列之一。
米格尔·尼科莱利斯(Miguel Nicolelis)团队成功实现“马内实验”计划。在该实验成功让一只猴子通过植入式脑机接口技术在体外控制机械臂,通过训练赢得游戏。这项实验在动物上证明了通过脑机接口系统进行功能替代的可能性。
美国Cyberkinetics公司取得FDA认证,成功展开了人体运动皮层脑机接口的临床试验。
在试验中,25岁瘫痪4年的男性患者Matthew Nagle成为了该公司的第一位长期植入脑机接口系统的病人。在完成植入后,他能够通过运动意图来发送邮件、绘制图形、电视遥控以及使用简单多关节机器肢体抓取和移动物体等任务。
植入的设备名为BrainGate,它包含了一个由96个电极(即犹他电极)组成的阵列,位于前中回的运动皮层,对应手臂和手部的区域。这项技术的成功展示了脑机接口在帮助失能患者恢复运动能力方面的潜力。
2016年10月,志愿者内森·科普兰(Nathan Copeland)通过植入运动皮层和感觉皮层的电极成功地利用意念控制了一台机械手臂,并与美国总统奥巴马进行了“握手”。
这项“握手”的独特之处在于,不仅实现了对机械手臂的控制,同时也让科普兰“感受”到握手的触感。机械手臂的每个指头上都安装有传感器,每个传感器与不同的电极相连。当机械手臂的指头受到压力时,相应的传感器会感知到这种压力,并刺激植入在科普兰感觉皮层的电极,从而产生了类似于真实抓握的触感。这项实验是脑机接口技术的重要进展,使得运动和感觉功能的恢复成为可能。
加州大学旧金山分校神经外科医生张复伦(Edward Chang)将一个硬脑膜下高密度多电极阵列植入到一个由于脑干中风导致四肢瘫痪的患者的感觉运动皮层区域。电极记录病人试图说出单词的电信号,之后利用深度学习模型和自然语言模型,在患者试图说话时,从患者的皮层活动中实时解码单词和句子。
浙江大学科研团队与于浙江大学附属第二医院合作完成中国首例植入式脑机接口的临床研究。在完成手术并经过系统训练后,这位老年瘫痪患者可以利用植入式脑机接口控制机械臂实现进食和饮水等动作,由此实现了中国植入式脑机接口临床“零的突破”。
4月,Neuralink公司发布了一段“猴子意念玩游戏”的视频,在视频中,猴子通过植入颅骨的芯片远程操控游戏中的光标。
6月,复旦大学附属附属华山医院联合上海科技大学、天津大学的科研人员开发出一种模块化的多路平行神经网络方法,可直接从植入式神经记录中合成汉语语音。
该团队采用高密度皮层脑电技术(high-density ECOG),设计了一个适用于汉语的模块化的多路平行神经网络模型,可从颅内记录中分别解码词汇音调和基本音节,并组合生成语音。该实验是首次尝试采用ECOG进行汉语音节解码与合成语音,为通过脑机接口技术帮助音调语言发音障碍或失语症患者提供了潜在的解决方案。
参考文献
1. Galvani L (1791) De viribus electricitatis in motu musculari commentarius. Bon Sci Art Inst Acad Comm 7:363–418
2. G. Fritsch and E. Hitzig, “Über die elektrische Erregbarkeit des Grosshirns,” Archiv Fur Anatomie, Physiologie Und Wissenschaftliche Medicin, vol. 37, pp. 300–332, 1870.
3. Berger, H. Über das Elektrenkephalogramm des Menschen. Archiv f. Psychiatrie 87, 527–570 (1929). https://doi.org/10.1007/BF01797193
4. İnce, R., Adanır, S.S. & Sevmez, F. The inventor of electroencephalography (EEG): Hans Berger (1873–1941). Childs Nerv Syst 37, 2723–2724 (2021). https://doi.org/10.1007/s00381-020-04564-z
5. WILDER PENFIELD , EDWIN BOLDREY, SOMATIC MOTOR AND SENSORY REPRESENTATION IN THE CEREBRAL CORTEX OF MAN AS STUDIED BY ELECTRICAL STIMULATION, Brain, Volume 60, Issue 4, December 1937, Pages 389–443, https://doi.org/10.1093/brain/60.4.389
6. Evarts EV. Relation of pyramidal tract activity to force exerted during voluntary movement. J Neurophysiol. 1968 Jan;31(1):14-27. doi: 10.1152/jn.1968.31.1.14. PMID: 4966614.
7. Vidal JJ. Toward direct brain-computer communication. Annu Rev Biophys Bioeng. 1973;2:157-80. doi: 10.1146/annurev.bb.02.060173.001105. PMID: 4583653.
8. Georgopoulos AP, Kalaska JF, Caminiti R, Massey JT. On the relations between the direction of two-dimensional arm movements and cell discharge in primate motor cortex. J Neurosci. 1982 Nov;2(11):1527-37. doi: 10.1523/JNEUROSCI.02-11-01527.1982. PMID: 7143039; PMCID: PMC6564361.
9. Nordhausen CT, Rousche PJ, Normann RA. Optimizing recording capabilities of the Utah Intracortical Electrode Array. Brain Res. 1994 Feb 21;637(1-2):27-36. doi: 10.1016/0006-8993(94)91213-0. PMID: 8180807.
10. Nicolelis MA, Chapin JK. Controlling robots with the mind. Sci Am. 2002 Oct;287(4):46-53. doi: 10.1038/scientificamerican1002-46. PMID: 12271524.
11. Hochberg LR, Serruya MD, Friehs GM, Mukand JA, Saleh M, Caplan AH, Branner A, Chen D, Penn RD, Donoghue JP. Neuronal ensemble control of prosthetic devices by a human with tetraplegia. Nature. 2006 Jul 13;442(7099):164-71. doi: 10.1038/nature04970. PMID: 16838014.
12. Anumanchipalli GK, Chartier J, Chang EF. Speech synthesis from neural decoding of spoken sentences. Nature. 2019 Apr;568(7753):493-498. doi: 10.1038/s41586-019-1119-1. Epub 2019 Apr 24. PMID: 31019317; PMCID: PMC9714519.
13. Moses DA, Metzger SL, Liu JR, Anumanchipalli GK, Makin JG, Sun PF, Chartier J, Dougherty ME, Liu PM, Abrams GM, Tu-Chan A, Ganguly K, Chang EF. Neuroprosthesis for Decoding Speech in a Paralyzed Person with Anarthria. N Engl J Med. 2021 Jul 15;385(3):217-227. doi: 11.1056/NEJMoa2027540. PMID: 34260835; PMCID: PMC8972947.
14. Liu Y, Zhao Z, Xu M, Yu H, Zhu Y, Zhang J, Bu L, Zhang X, Lu J, Li Y, Ming D, Wu J. Decoding and synthesizing tonal language speech from brain activity. Sci Adv. 2023 Jun 9;9(23):eadh0478. doi: 10.1126/sciadv.adh0478. Epub 2023 Jun 9. PMID: 37294753; PMCID: PMC10256166.
—— End ——
来源:微灵医疗
仅用于学术分享,若侵权请留言,即时删侵!
更多阅读
专家观点:最近Neuralink FDA IDE的真正含义是什么?
加入社群
欢迎加入脑机接口社区交流群,
探讨脑机接口领域话题,实时跟踪脑机接口前沿。
加微信群:
添加微信:RoseBrain【备注:姓名+行业/专业】。
加QQ群:913607986
欢迎来稿
1.欢迎来稿。投稿咨询,请联系微信:RoseBrain
2.加入社区成为兼职创作者,请联系微信:RoseBrain
内容中包含的图片若涉及版权问题,请及时与我们联系删除
评论
沙发等你来抢