仿生机器人学概论.docx

仿生机器人学概论——读Direct control of paralysed muscles by cortical neurons有感机械设计制造及其自动化XXXX班Wdl U201XXXXXX关于侵入式脑-机接口的探索读Direct control of paralysed muscles by cortical neurons有感Direct control of paralysed muscles by cortical neurons（神经运动弥补术）于2008年发表于nature。并被评为当年的最佳论文。因为其打破先前的常规研究，省去了对神经电信号的采集、解码、再输出的繁琐过程，直接将脑细胞的电信号通过人造电路传输到运动神经元从而实现对目标肌肉的意识控制。这样便省去了复杂的解码过程，也大大降低了技术难度和设备体积。使通过人工设备恢复神经中枢受损而导致的瘫痪病人恢复运动能力变得更加现实。下面便是我读过这篇文章后的一些感想与受到的启发。文章指出将控制信号从大脑直接通过人工电路连接到执行器是一个潜在的治疗脊髓损伤所造成的瘫痪的方法。然后，这样的信号可以控制肌肉的电刺激，从而恢复瘫痪肢体的运动。以前独立的实验表明，无论是与真实运动或虚拟运动有关的运动皮质神经元的活动，都已经证实可以被用于控制电脑光标或机器人手臂，并且可以用功能性电刺激来激活瘫痪肌肉。在这里，本文中所述实验表明，可以用运动皮质的神经元细胞的活动来直接控制肌肉的刺激信号，从而恢复目标定向运动的暂时瘫痪的手臂。此外，神经细胞可以控制得同样出色，无论之前与运动的联系如何，神经元都可以很好地控制功能性电刺激，这一发现大大扩展了脑-机接口控制信号源。猴子学会使用这些人造肌肉皮层细胞连接，产生双向手腕扭矩，并同时控制多个神经肌肉对。这种直接转换可以实现由独立电子电路实现从皮层活动到肌肉刺激的连接，创造一个相对自然的神经假肢。这些结果首次证明了直接人工皮质细胞和肌肉之间的连接可以弥补中断生理的途径从而恢复瘫痪肢体运动的意志控制。脊髓受伤损坏了从大脑到肢体的神经通路，但运动皮质和肢体事实上都是正常的，近年的研究显示，瘫痪多年的患者仍然可以有意识地调节手部的运动皮质。其它的脑-机接口研究都使用复杂的算法来解码与任务相关的大量神经活动，并以此来计算所需的对外部设备的控制参数。作者另辟蹊径，直接连接皮质神经元细胞活动控制病人的瘫痪肢体刺激来重新建立肢体功能。这个实验表明了猴子可以学会使用从任意运动皮质神经元细胞的人工联系对传递到多块肌肉上的刺激分级，从而在瘫痪的手臂上恢复有目的的运动。在先前的生物反馈研究中，猴子迅速地学会控制运动皮层中的孤立神经元的放电率来获得奖励。作者将相似的自发反应调节技术应用于两只猴子的运动皮层中控制手和手腕区域的单个神经元。通过平滑的放电率使光标在显示屏上位置的显示对用意志控制细胞运动进行了测试，在实验中猴子会因维持细胞活动在任意的高放电率或低放电率目标值之间而得到奖励。对大部分细胞的定向调谐也是以等距的二维腕目标追踪任务为特征，该实验对与运动或定向调谐没有选择性偏差。虽然细胞活动直接控制光标，在先期试验中猴子经常会继续产生手腕转矩。然后我们阻断外围神经刺激，将腕部肌肉进行局部麻醉。尽管前臂失去了运动功能和感觉反馈，在神经阻滞后猴子依然用细胞活动控制光标。实验显示虽然进行局部麻醉后失去了屈肌和伸肌扭矩，猴子依然用意识控制细胞活动。猴子无法完成二维扭矩追踪任务确认了神经的阻滞。试验中将细胞活动转化为相应的刺激传递给瘫痪的肌肉，产生功能性电刺激。现在光标由手腕转矩控制，猴子会因维持功能性电刺激所引发的转矩在中心（即零转矩）周围范围内持续0.5到1.0秒而受到奖励。为了让猴子给收缩力分级，当细胞放电率高于阈值时，使刺激电流与细胞放电率成线性关系。在后续的练习中，猴子也学会了通过细胞活动更加精确地控制转矩，从而产生更少的错误，总是在最初的尝试后便达到目标。目标采集误差是指当目标显示于中心时触发器却获得了其周边的目标。最佳表现时，猴子只会产生0.8±5.1%，在训练初期每个细胞20.7±28.9%。它们在最佳时候会比训练初期获得目标失败率减少81%。为了测试功能性电刺激是否会受到细胞活动减少的控制，我们用与细胞率成反比例的刺激电流作用于11个细胞。猴子学会了控制刺激用这个反比例关系与正比例关系一样好，在细胞率和刺激电流之间，每分钟获得13.4±3.9个目标并且在最佳状态时实现零错误。文中还通过实验证明，单个细胞的活动也可以被用来控制刺激拮抗肌组织和恢复双向运动。虽然整个实验都是在猴子身上做的，但是这项技术有望用于人体中。有很多实验室都对非侵入式脑-机接口进行了深入的研究,包括华中科技大学的实验室。非侵入式脑-机接口由记录电极记录头皮脑电信号,信号经过