Nature头条：实现黑客帝国的梦想

　　

生物通报道：在黑客帝国中令人印象深刻的一点就在于其脑机交流装置，如果有一天，神经细胞的信号在传到大脑运动皮层之后，能通过电子装置传递到机器上，这不仅对于大脑机制研究意义重大，而且还能用于瘫痪病人机械复健。

5月16日，来自美国布朗大学，退伍军人事务所等处的研究人员发表了题为“Reach and grasp by people with tetraplegia using a neurally controlled robotic arm”的文章，就报道了脑机结合的一项重大成果——成功帮助瘫痪患者利用大脑思维控制机器臂，实现抓和握，这一成果公布在Nature杂志上，并且被作为头条新闻进行报道。

领导这项研究的是布朗大学神经生物工程学家Leigh Hochberg教授，以及退伍军人事务所John P. Donoghue教授。这项成果是一项大型计划——脑门（BrainGate）的一部分，BrainGate早在2004年，就被放入了一名24岁的四肢瘫痪者的大脑运动皮层，帮助这位患者传递大脑信息，这个只有药片儿大小的装置十分复杂，由96根电极，当时进行的这个首次植入人脑实验持续了9个月的时间，结果公布在Nature杂志上（Neuronal ensemble control of prosthetic devices by a human with tetraplegia）。

而这一最新成果则属于BrainGate2临床试验。两位参与者：Cathy和Bob都已中风，大脑组成受损，四肢瘫痪，无法说话，神经外科医生将包含大约100个头发丝那么细的电极的微型记录装置，植入到他们大脑的运动皮层中，记录与运动有关的神经信号。

其中一位患者Cathy15年前就中风了，去年在BrainGate项目中，这位患者成功实现了利用利用大脑思维控制机器臂，抓起了一杯咖啡，准确送入自己口中，她喝下咖啡并笑了。

“我们永远不会忘了这个笑容”，Hochberg教授说。

“从二维行动发展到三维空间运动，包括达到目标物体，抓起，然后指引送入目的地，这对于我们来说是一个巨大的进步”，“这似乎也比单独加上一个维度更加复杂。”

思维的力量

这一挑战的难点在于要解码来自病患神经接口植入端中的神经信号，然后将其转换成机器装置能读懂的数字命令，从而机器装置能执行准确的目标运动，运动越复杂，解码工作也就越难。

为此，神经科学家，计算机科学家，以及机械专家展开紧密合作，BrainGate2临床试验采用了两种类似的机械臂——其一是DEKA Arm系统，这是与美国军方合作研发的假肢，第二个是德国航空中心（German Aerospace Centre，DLR）研发的，作为外部辅助装备厚重机械臂。

在最新这一研究中，两位病患在30秒内完成了伸出，到达和抓起泡沫球的动作，利用DEKA机械臂，一位患者Bob（2006年中风，研究前五个月进行了移植）能抓取成功率达62%，而Cathy利用DEKA机械臂完成46%的抓取，以及DLR机械臂21%的抓取，在六次实验中，她四次成功的将咖啡送入嘴边。

科学家们看到这一结果，感到十分欣喜，这些瘫痪多年的病人在他们的帮助下，实现了沟通与任务完成！

不过Donoghue也强调未来还需要更多努力，“目前运动还太慢，不准确——我们希望能改进解码的运算法则”。

（生物通：张迪）

趣闻：

几年前，John Donoghue的儿子，Jacob，当时18岁，把他父亲拉到一边表态说：“老爸，现在我明白你做了什么了——你就是“矩阵”（黑客帝国！）”。61岁的Donoghue博士，布朗大学中工程和神经科学的教授，正在研究人脑信号与现代电子器件的结合，来帮助瘫痪的人获得对周围环境更大程度的控制。他已经设计了一机器，BrainGate，人可以通过思想来移动目标。

原文摘要：

Reach and grasp by people with tetraplegia using a neurally controlled robotic arm

Paralysis following spinal cord injury, brainstem stroke, amyotrophic lateral sclerosis and other disorders can disconnect the brain from the body, eliminating the ability to perform volitional movements. A neural interface system1, 2, 3, 4, 5 could restore mobility and independence for people with paralysis by translating neuronal activity directly into control signals for assistive devices. We have previously shown that people with long-standing tetraplegia can use a neural interface system to move and click a computer cursor and to control physical devices6, 7, 8. Able-bodied monkeys have used a neural interface system to control a robotic arm9, but it is unknown whether people with profound upper extremity paralysis or limb loss could use cortical neuronal ensemble signals to direct useful arm actions. Here we demonstrate the ability of two people with long-standing tetraplegia to use neural interface system-based control of a robotic arm to perform three-dimensional reach and grasp movements. Participants controlled the arm and hand over a broad space without explicit training, using signals decoded from a small, local population of motor cortex (MI) neurons recorded from a 96-channel microelectrode array. One of the study participants, implanted with the sensor 5 years earlier, also used a robotic arm to drink coffee from a bottle. Although robotic reach and grasp actions were not as fast or accurate as those of an able-bodied person, our results demonstrate the feasibility for people with tetraplegia, years after injury to the central nervous system, to recreate useful multidimensional control of complex devices directly from a small sample of neural signals.