广告

大脑植入设备后,四肢瘫痪的病人能走了

时间:2019-11-06 作者:Nitin Dahad 阅读:
法国研究人员开发了一种能藉由纪录与译码大脑信号来控制病患四肢外骨骼的植入式设备,能实时记录人脑的活动并将这些生理脉冲用来驱动外骨骼...
广告

有如科幻小说的产物,法国Grenoble的一个实验室开发出一种可植入人体的无线设备,让28岁的四肢瘫痪病人能利用大脑内的脑机接口以及外骨骼(exoskeleton)走路,并且控制两只手臂;以长期的眼光看来,这种技术可望为严重活动障碍者带来更大的移动能力。7XQEETC-电子工程专辑

四肢瘫痪是由脊髓病变所导致,疾病使得患者控制四肢的神经系统受到阻碍。为了要恢复这些行动不便的患者恢复活动力,法国Grenoble研究机构CEA的Clinatec实验室研究人员与Grenoble大学附设医院医师,合作开发了一种能藉由纪录与译码大脑信号来控制病患四肢外骨骼的植入式设备,能实时记录人脑的活动并将这些生理脉冲用来驱动外骨骼。7XQEETC-电子工程专辑

这是四肢瘫痪病人第一次成功利用这种能记录、传输与译码大脑信号的神经义肢(neuroprosthetic)来走路。这个Clinatec的“脑机接口”(Brain Computer Interface,BCI)项目研究成果,不久前刊登于医学期刊《The Lancet Neurology》。7XQEETC-电子工程专辑

Clinatec研究成果的主要创新之处,在于该设备能提供长期性的高分辨率脑电活动,与移动意图相关的这种活动会实时无线传输到一部计算机进行译码,以控制外骨骼让病患四肢活动。为记录大脑的感觉运动皮质(sensorimotor cortex)区域的脑电活动所开发出的植入式医疗设备名为WIMAGINE,是植入于颅骨的低侵入式设备。7XQEETC-电子工程专辑

WIMAGINE以64个电极组成的数组以硬脑膜(dura mater)──某种围绕大脑以及部份脊髓的膜──接触,以记录脑电图(electrocorticograms,ECoG)。设备的电路板包含脑电图撷取与数字化系统,由法国研究机构CEA-Leti的微电子专家所设计,搭配透过安全无线电链接到外部基地台的远程电源与无线数据传输系统。7XQEETC-电子工程专辑

该植入设备的封装可确保长期性的生物兼容性与安全性,并已通过严格的测试,以符合欧盟的主动植入式医疗设备指令(Active Implantable Medical Devices)。7XQEETC-电子工程专辑
AI-brain.png7XQEETC-电子工程专辑
Clinatec实验室开发的外骨骼。7XQEETC-电子工程专辑
(来源:Clinatec)
7XQEETC-电子工程专辑

植入式设备所记录的脑电图会被实时译码,以判别病患所想要的移动方式;译码后的传输信号会控制相对应的外骨骼肢体。而译码脑电图需要开发高度复杂的人工智能(AI)与机器学习(ML)算法,还需要能实时控制外骨骼运动的软件。7XQEETC-电子工程专辑

专长智能数字系统的CEA-List也参与了WIMAGINE设备的开发,该团队负责外骨骼的四肢设计,特别考虑到四肢瘫痪病人与外骨骼之间的互动,以实现安全的动作。此项目的长期目标是定义其脑机界面能应用与那些领域,以协助不同型态的运动障碍病患独立生活,例如能自己驾驶轮椅,或是控制义肢。7XQEETC-电子工程专辑

Clinatec的董事会主席暨神经外科医生Alim-Louis Benabid是WIMAGINE设备开发团队的一员,他表示,此设备是协助肢体障碍者自立的重要一步,团队对于此概念验证成果非常自豪,并正在考虑新应用,好让严重运动障碍的患者日常生活更轻松。7XQEETC-电子工程专辑

在获得主管机关授权后,该设备已经在一位28岁的四肢瘫痪病人身上进行临床实验;该脊髓病变患者在大脑的上感觉运动皮质区域左右两侧、硬脑膜上方各植入了一个WIMAGINE设备,并在手术后以27个月的时间练习控制外骨骼做出不同的动作。7XQEETC-电子工程专辑

这名病患每周会在家里以虚拟环境中的外骨骼化身练习三次,每个月会有一个星期的时间到Clinatec实际使用外骨骼。当穿上悬挂式的外骨骼,他能成功走出好几步,并以3D控制上肢,还能在站着或坐着的时候选转手腕。7XQEETC-电子工程专辑

能提供此种自由度的神经义肢概念验证,为病患能自行在家于日常生活中使用这种设备开启了一扇大门;Clinatec团队正在整合新的效应器(effectors),例如轮椅,并着手开发更强韧且精密的算法,以实现更复杂的动作。团队希望接下来能实现包括拿取物品等任务,并透露接下来几年还会有其他三位病患加入临床实验。7XQEETC-电子工程专辑

编译:Judith Cheng 责编:Luffy Liu7XQEETC-电子工程专辑

参考原文:Brain Implant Enables Thought Control, Mobilizes Tetraplegic,by Nitin Dahad7XQEETC-电子工程专辑

相关文章推荐:GE Healthcare CARESCAPE VC150生命体征监护仪7XQEETC-电子工程专辑

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Nitin Dahad
EE Times欧洲记者。Nitin Dahad是EE Times的欧洲记者。
  • 利用神经形态芯片仿真人脑 长期以来人们一直在研究生物细胞的电特性,以便了解细胞动力学。离子电流的动态特性和离子电导的非线性是由微观参数控制,由于测量微观参数具有相当的难度,阻碍了定量运算模型的建构…
  • 研究表明端到端模拟芯片可用于AI计算 神经拟态芯片初创公司Rain Neuromorphics与Mila合作进行的一项研究证明,使用全模拟硬件训练神经网络是可能的,显示出创建端到端模拟神经网络的可能性。这对整个神经拟态计算和AI硬件领域都具有重大意义:完全采用模拟AI芯片可以进行训练与推理,从而可以大大节省算力、能耗,并缩减延迟时间和产品尺寸。
  • 价值900亿美元的美国半导体连环并购案揭秘 2020年见证了非比寻常的半导体行业,一场旷日持久的疫情不但遮掩了全球半导体的持续下滑,也冲淡了中美科技冷战的硝烟。同时,另外一个被掩盖的现象下半年开始浮出水面,那就是半导体行业的一连串并购活动。并购金额之大令人咋舌,对整个半导体甚至高科技行业的影响也将会无法估量。本文将针对ADI/Maxim、Nvidia/Arm及AMD/Xilinx这三大并购案展开深入探讨,并简要提及对中国半导体的影响和启示。
  • 光学计算有望彻底改变AI性能的游戏规则 初创公司Lightmatter专注于开发针对AI加速的光学计算处理器,在第32届Hot Chips大会上展示了一款测试芯片。该处理器利用硅光子学和MEMS技术,通过毫瓦级激光光源供电,可以光速(在硅片中)执行矩阵矢量乘法。基于此次测试芯片的首个商用产品将于2021年秋季推出, 它是一款带光学计算芯片的PCIe卡,专为数据中心AI推理工作负载而设计。
  • 在MCU上进行深度学习才是边缘计算的未来 现在,机器学习(ML)不再需要每秒执行数万亿次操作(TOPS)的处理器。很多情况下,最新的微控制器(有些配置有嵌入式ML加速器)就可以在边缘设备上执行机器学习,它代表着物联网发展的下一阶段:在生产数据的源头,例如麦克风、摄像头和监控其他环境条件的传感器中引入智能计算,并使物联网应用受益。
  • AI芯片:技术发展方向及应用场景落地 经过几年的喧闹后,AI应用场景的落地成为最大难题。AI芯片的设计不是简单的高性能微处理器硬件设计,而是涉及应用场景特定需求和算法的软硬件一体化设计。那么,AI芯片的技术发展未来在哪里?如何真正实现AI场景落地实施和商用呢?
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了