利用網狀結構捕捉腦電波

━━━━━━

在著名的約翰?霍普金斯醫院，一名需要接受腦部手術的癲癇症患者曾參與了一項不尋常的活動。在醫生和神經系統科學家們的簇擁下，患者反覆把手伸向顯示屏，屏幕中顯示了一個放在桌上的橙色小球。當她伸出手時，房間另一頭的一隻機械手臂也隨之伸展並抓住放在真實的桌上的真實橙色小球。就機器人技術而言，這沒什麼大不了的。非凡之處在於患者是用她的腦電波來控制機械手臂的。

在巴爾的摩醫院進行的這一實驗展現了腦機介面（BMI）的新途徑——測量大腦的腦電活動，並利用測量信號控制其他物體。BMI的形狀和大小各異，但運作方式大體相同：當神經元觸發思想或行動時，探測大腦中電壓的細微變化，將測量信號轉為數字信息，並傳送到機器上。

為了測量大腦中的情況，一些系統利用簡單地貼在頭皮上的電極來記錄腦電圖（EEG）信號。這類腦電圖系統對大腦的測量範圍過廣，信號很難辨認。其他種類的BMI則需要手術植入電極。植入的電極穿透大腦皮層，捕捉單個神經元的活動。此類侵入性系統能提供更清晰的信號，但只在極端情況下才被使用，比如醫生需要非常精準的信息。醫院病房的那個患者實驗展示了一種可協調這兩種方法的折衷方案。她頭中的裝置通過接觸（而非穿透）腦組織，以較低風險提供高質量的信號。

患者頭骨下方嵌入了電極網，覆蓋於大腦表面。這些電極生成腦皮層電圖（ECoG），即大腦活動的記錄。將這些電極覆蓋於大腦皮層的目的當然不只是對機械手臂和小球進行實驗，而是試圖根治她那反覆發作、無葯可治的癲癇症。醫生準備使出最後一招：手術去除導致癲癇發作的部分腦組織。

癲癇發作的原因是大腦中患病部分引發非正常的行為模式。如果醫生能夠準確定位這些行為模式的起源部位，就可以去除導致這種模式的腦組織，使癲癇發作得到控制。為了準備上述女患者的手術，醫生切開患者頭皮、頭骨和被稱為硬腦膜的堅韌膜狀組織，在其大腦表面嵌入柔性電極網格。通過幾天里電極對腦電活動的記錄，神經科醫師就可確定患者腦中的問題部位。

女患者的後續切除手術非常成功。但在手術前，科學界獲得了一個珍貴的機會：在患者神志清醒時，觀察並記錄她的神經活動。我的生物醫學工程師團隊與約翰?霍普金斯大學醫學院的內森?克羅恩（Nathan Crone）合作，在過去的幾年中，對患者進行了多次的觀察記錄實驗。這些記錄越來越多地被用於人腦功能的研究，已產生了一些最令神經科學領域興奮的數據。

當患者在周密監控下移動或講話時，我們記錄ECoG信號，並研究大腦如何對思維進行編碼。我們利用這些信號來控制計算機、機器人和假肢。上文的女患者本身並不需要任何思維控制的機械裝置，但是她所參與的實驗幫助我們開發這種技術。或許在未來的某一天，這一技術能夠使癱瘓病人靠自己的意念來控制機械假肢。

━━━━━━

BMI的終端機器可以是任何東西：在過去的幾十年中，研究人員嘗試用神經信號來控制電腦游標、輪椅，甚至是汽車。製造腦控假肢的夢想獲得了特別的關注。

2006年，美國國防部高級研究計劃局（DARPA）提供大量資金，力圖製造出可用大腦信號控制的先進假肢。在假肢革新項目的第一階段，美國約翰?霍普金斯大學應用物理實驗室開發出了一種卓越的機械部件——模塊化假肢，通過靈活的肩、肘、腕和手指實現了26自由度。

為了讓截肢者能夠控制機械手臂，研究人員首先嘗試利用現有系統。這些系統記錄肢體殘端肌肉的電活動，並將這些信號發送給假體。但這類系統可實現的控制非常有限，截肢者覺得這些系統不易操作。因此DARPA在2009年發布了假肢革新計劃的下一個目標，要求研究人員直接利用來自大腦的信號控制最先進的假肢。

一些研究者利用帶有穿透性電極的大腦植入物應對這一挑戰。匹茲堡大學和卡羅來納州達勒姆的杜克大學的研究人員已經在猴子的大腦中植入微電極，利用所產生的信號使機械手臂伸出並抓取物體。美國羅德島普羅維登斯的布朗大學的神經學家在一個癱瘓病人的大腦皮層植入了類似的微電極，並證實可以利用神經信號控制計算機游標。另一位在布朗大學接受了這項手術的癱瘓病人已經可以控制機器手臂：患者用機械手臂拿起瓶子送到嘴邊喝水，這是她14年來第一次能獨立完成動作。

上述研究成果確實證明了製造「神經假體」的可行性。但使用穿透性電極卻是很大的問題。瘢痕組織積聚在電極周圍，隨著時間的推移會降低信號質量。此外，硬體（包括電極陣列以及通過顱骨發送信號的低功率發射機）必須能長期可靠地運行。最後，這些研究展示並沒有產生流暢、快速、靈巧的動作。一些神經科學家建議植入更多電極，但是這樣做會增加腦組織受損的風險。

鑒於這些考慮，美國國立衛生研究院向研究人員用微創控制裝置製造神經假體的挑戰。最為理想的裝置是基於EEG信號的系統，僅利用貼在頭皮上的電極。遺憾的是，腦電信號在穿過頭骨和頭皮時會衰減，在到達外部電極時，這些信號會變得模糊且微弱。所以我們的團隊研究了折衷方案：使用ECoG信號。

相比於EEG系統，ECoG系統有更高的信噪比，並且其數據還包括EEG不易捕捉到的高頻分量。ECoG系統可以更好地從大腦中提取最有用的信息。覆蓋在運動區腦皮層的電極可以專門捕捉與假肢控制最為相關的電活動。同樣，覆蓋在語言區腦皮層的電極用於捕捉與言語交流相關的信號。

原始的ECoG信號呈現為夾雜少許可辨別模式的混亂波浪線。為了理解數據的意義，我們用頻譜分析來拆解信號，並確定某些特定頻率上的振蕩。這些就是大家可能聽說過的腦電波。神經科學家已經了解到，不同的振蕩頻率與特定的心理狀態（如深度睡眠、集中注意力或冥想沉思）有關。

讓我們來設想一下神經假體可為嚴重癱瘓病人或肌萎縮側索硬化症（亦稱為盧伽雷氏症）晚期患者所做的事情。這些患者基本上無法行動。他們雖然大腦未受損傷，但卻無法控制自己的身體，甚至不能說話。能否將他們的想法轉換為ECoG信號，採集並傳遞給機械肢體呢？

下面是ECoG神經假肢運作的簡單示例。研究人員先前已經證實，有關運動的想法會影響大腦mu頻段（頻率約為10至13赫茲）的電活動。癱瘓病人想像移動肢體，電極捕捉mu頻段的活動，BMI利用捕捉到的信號來觸發動作，如閉合機械手臂。我們讓多達64個可使用的電極以1厘米的間隔遍布腦部，就可收集大量的數據加以利用。如果開發出能夠識別與運動有關的關鍵信號的演算法，我們製造出的系統就不只是觸發動作，還可實現微調控制。

我們的研究團隊在2011年邁出了製造這種系統的第一步，努力將大腦信號與特定動作匹配。我們的研究對象是一個等待接受癲癇症手術的12歲男孩。在實驗中，男孩伸手抓住放在他前面的木塊，然後放開並收回手。位於大腦運動區皮層的少量電極獲取到的數據表明，高伽瑪頻段（70至150赫茲）的振蕩與男孩的動作密切相關。我們還發現，男孩在彎曲手指時，較低頻段的信號以可預測的方式發生改變。

下一步是使電信號與機械手臂結合。我們證實，在周密的控制下，腦上覆蓋ECoG電極的癲癇患者確實可以指揮模塊化假肢執行簡單的動作，如伸手和抓握。雖然這已經是相當大的成就，但如何可靠地破譯神經信號以及順暢地操控假肢仍是難題。

最後，我們確定，期望ECoG控制的假體執行完全自然的肢體運動（比如拿起咖啡壺，往杯中倒一些咖啡）可能不切實際。畢竟，正常人要結合視覺、觸覺、動作控制和認知過程來執行這一日常動作。所以去年我們的團隊開始研究另一種策略。我們製造了混合式BMI，將腦電信號與來自其他感測器的輸入信號結合，以幫助完成手頭的任務。

━━━━━━

幾個植入ECoG陣列的癲癇症志願者幫助我們測試了這種新系統。第一個志願者就是本文開頭所述的女患者。電腦接收屋子另一頭設備所傳送的視頻，女患者盯著電腦屏幕上的球。眼球追蹤系統記錄她目光的方向，定位她想操縱的物體。然後，當她將手伸向屏幕時，ECoG電極記錄與該行動有關的神經信號。所有這些信息都被傳遞到房間另一端的機械手臂，機械手臂安裝了微軟Kinect，以幫助其在三維空間中識別對象。當手臂接到伸手去拿球的信號時，其路徑規劃軟體計算出必要的動作、方向和抓取姿態，以順利拿起球並把它丟到垃圾桶里。結果是令人振奮的：在28次實驗中，有20次，女患者的大腦信號成功觸發了機械手臂，並完成了整個任務。

如果將電極植入她腦中，而不是覆蓋在表面，患者是否會做得更好呢？也許吧，但是腦部創傷的風險更大。此外，穿透式電極僅記錄單個細胞或小群神經元的局部活動，而ECoG電極在更廣泛的區域捕捉活動信號。因此，ECoG系統也許能夠捕捉到行動計劃和執行過程中更豐富的大腦活動畫面。

ECoG系統還有望同時傳遞運動和感覺信號。如果假肢中配有感測器，能夠記錄觸摸物體的時間，原則上就可通過ECoG電極刺激大腦，從而將感知反饋傳送給患者。患者在進行癲癇手術之前已經接受了類似的例行刺激，以確定感覺系統對應的腦區。然而，這些感覺激發實驗都過於粗糙。未來，更精密的腦部刺激將使用更小的電極和更精準的激活模式。這或許能夠更好地模擬觸覺反饋。我們的目標是構建大腦和假體之間的雙向通信，來幫助使用者熟練地控制假肢。

讓嚴重癱瘓的病人（神經假體研究的受益者）參與ECoG系統的測試雖然很有誘惑力，但在患者承擔手術風險之前，我們必須能夠證實這種系統可以可靠地讓患者恢復重要的活動功能。由於這個原因，準備接受手術的癲癇患者的臨床實驗，為開發有利於不同病患（癱瘓病人）的技術創造了重要機會。我們發現，大多數癲癇病人都很高興能在自己接受治療的同時幫助別人；他們待在醫院，醫生觀察他們癲癇發作的情況，為手術提供指導。我們希望，通過這些實驗能開發出明顯有效的技術，以便可以心安理得地在癱瘓病人身上進行試驗。

在考慮到成本效益的問題時，我有種似曾相識的感覺。20世紀80年代初我來到美國約翰?霍普金斯大學時，這裡的醫生剛剛在患者身上植入了第一個心臟除顫器。我當時也產生了相同的疑慮：這種技術是否太過激進？這種技術是否可靠？是否物有所值？但是除顫器迅速證明了自己的價值，如今僅在美國，每年被植入人體的除顫器數量就超過10萬個。對於BMI，醫學界可能也到了類似的關鍵時刻。或許在短短几十年內，BMI就會被認可為臨床醫學的一部分。

━━━━━━

上文討論了利用ECoG信號控制假肢的可能性，但還有另一種令人神往的潛在應用：捕捉到這些信號還可以幫助喪失語言能力的人。對於一些中風或腦受傷的人而言，大腦仍能產生對白，並生成語言指令，但這些信號無法到達患者口中轉化為語言。當ECoG電極放置在大腦的語言區（包括管理髮音肌肉的區域）時，其收集到的信號應該攜帶與語言生成和實際發音相關的信息。一種人工發聲器可以解碼這些信號並向發聲裝置發送命令，從而表達患者想說的話。

早期的研究顯示了在理解大腦向嘴部肌肉發送的指令方面取得的進步。在一項研究中，美國加州大學舊金山和伯克利分校的研究人員利用ECoG系統來記錄受試者反覆發出「ba」「da」和「ga」等音節時運動區皮層的活動。測量結果顯示不同的輔音有不同的模式。例如，在發「b」音時，某幾個電極顯示了運動變化，發這個音時嘴唇需要閉合。發「d」音時，另外幾個電極記錄了相應的信號，發這個音時舌頭需觸碰上顎。還有一些電極見證了發「g」音時的活動，發這個音時需用到口腔後部。

製造人工發聲器需要什麼呢？首先，需要改善信號記錄硬體。目前的ECoG系統只在皮層使用幾十個電極；顯然，提高電極密度會產生更好的信號。我們已在患者身上試驗了新的微電極ECoG系統，這種系統可在9×9毫米陣列上安裝16個電極。

由於語言生成一定涉及許多腦區，所以還必須改進信號分析來破譯神經活動，這不僅僅指一個區域的神經活動，而是指整個大腦的。我們需要提高空間和時間解析度，以確定整個皮層上神經元產生「ba」等簡單語音的確切序列。一旦成功確定產生單個音素或音節的大腦信號，我們就可以通過解碼一系列的大腦指令，了解語音流。

通過思維控制機器人，不發出聲音就能表達語言：利用ECoG系統，如今實現這些神奇的壯舉已成為可能。在大腦表面覆蓋電極網，就可能捕捉到意識流中蘊含的想法和命令信號。

作者：Nitish V. Thakor

>>>本文為原創，轉載請回復。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！