脑机接口是使大脑的电活动与外部设备（如计算机或机器肢体）之间能够直接通信的设备，这些设备允许人们使用自己的思想控制机器
尽管这项技术仍在很大程度上是实验性的，但它对脊髓损伤或截肢患者有很大的前景。通过大脑神经元和外部来源之间传输的电生理信号，将想法转化为行动可以帮助他们重新获得对四肢的控制和感觉
然而，以自然的方式从辅助设备恢复运动控制和感觉仍然是一个科学的“圣杯”，因为问题的复杂性，例如充分理解和恢复物体摩擦、水分、温度、疼痛等各种明显不同的触觉
此外，失去握力、压力和其他感觉的累积效应使假手不仅难以控制，而且感觉像是身体的非自然延伸，人类互动能力有限
通过神经接口传递触觉的一个主要挑战是从触觉传感器到电刺激参数的映射。神经修复领域还有很多需要学习的地方，因为监管、伦理和财务限制仍然是体内实验的巨大挑战
佛罗里达大西洋大学工程与计算机科学学院的研究人员与FAU的Charles E.Schmidt理学院和医学院以及犹他大学合作，开发了一种新型的生物混合神经假体研究平台，该平台由一只与生物神经网络电接口的灵巧假手组成
发表在《仿生》杂志上的这项研究结果表明，这种生物混合神经假手模型的机器人和神经元行为对不同的神经刺激编码方法敏感，并且可以将机器人触觉整合到假手的运动控制中
这一发现为未来使用生物混合研究平台以最小的人类风险研究神经界面的各个方面开辟了可能性。最终，这可能会使人们更好地理解复杂的触觉，这对于精细控制手部是必要的
“到目前为止，很少有缺肢的人使用双向神经假手。此外，探索不同电刺激编码方法对触觉反馈对运动控制的影响的研究工作很少，这对该领域的研究进展构成了瓶颈，”资深作者、FAU海洋与机械工程系教授Erik Engeberg博士说。
。他们使用机器人指尖的触觉，用快速适应或缓慢适应的编码模型仿生刺激多通道微电极阵列中的神经元。从传出电极记录的诱发神经元活动被解码以控制机械手
研究结果表明，生物神经网络表现出快速适应或缓慢适应模式的功能专门化能力，表现为生物混合手在触觉编码方法方面的机器人行为显著不同
此外，当生物神经网络被提供触觉反馈时，卷积神经网络能够以近98%的准确率区分快速适应还是缓慢适应的编码方法，平均在体外三天
FAU工程与计算机科学学院院长Stella Batalama博士表示：“开发逼真的神经接口临床前模型具有重大价值，可以降低人类受试者的风险，降低进行研究所需的成本，实现神经假体研究的民主化，并减轻遵守监管要求的负担。”
“克服实现这一目标的障碍将对全世界数百万残疾人产生深远影响。”
This biohybrid hand model could provide a physical testbed to evaluate the interaction between myriad sensory encoding and motor decoding algorithms. Furthermore, the unique testbed could allow new bioinspired control algorithms to be implemented and evaluated.
"There is significant value in developing realistic pre-clinical models of neural interfaces, which could reduce risks to human subjects, lower costs required to conduct research, democratize access to perform neuro-prosthetic research and diminish the burden of complying with regulatory requirements," said Stella Batalama, Ph.D., dean, FAU College of Engineering and Computer Science.
"Overcoming the hurdles to achieve this goal could profoundly impact millions of people with disabilities around the world."
想要了解更多关于脑机接口技术的内容，请关注脑机网，我们将定期发布最新的研究成果和应用案例，让您第一时间了解脑机接口技术的最新进展。
