霍金黑科技 解碼腦活動幫助癱瘓患者

2019-04-15T14:21:12+08:002018-09-27|頭條, 最新文章, 健康新知|

知名物理學家霍金在年輕時就因為「漸凍症」(ALS),讓他的身體開始逐漸癱瘓,但也因此產生了黑科技產物-智慧輪椅,讓霍金可以動一下臉部肌肉就能透過紅外線感應器和萬能遙控器,開關家裡和辦公室的3C產品等;以及語言合成器,透過關聯式輸入的科技,能猜測霍金說話寫作模式,選出他最可能使用的詞彙幫助他發表演說。或許一般的癱瘓病人無法擁有黑科技輪椅,但科學家已經利用機器深度學習法(deep learning),蒐集大腦資訊來幫助四肢癱瘓的民眾控制前臂活動。

微陣列晶片 幫助四肢癱瘓病人的起點

俄勒岡州立大學的外科醫生,在2014年將Blackrock Utah Array的微陣列晶片植入一名在潛水事故後四肢癱瘓的年輕男子的大腦中,芯片從他的大腦接收神經信號並把這些訊號送到電腦中,並透過機器深度學習法(deep learning)去解碼受試者的神經訊號如何去控制肢體運動,當電刺激訊號送到受試者手臂上的多電極導管時,就會向對應的肌肉提供電刺激幫助肌肉收縮,恢復原有的運動功能。

解碼腦部活動的黑科技  幫助癱瘓患者肢體運動

而實驗擴大到美國Battelle研究所的研究團隊,它們在慢性癱瘓患者的大腦運動皮層直入微陣列晶片,並花了兩年的時間,收集並分析患者在想像運動時,大腦皮層及神經元活動的訊息,建立了癱瘓者想像運動時的腦部皮質層和神經元的活動記錄資料庫,並用解碼器解碼這些記錄,搭配電刺激控制設備,可以恢復患者癱瘓的前臂活動。成果發表在本(9)月24日的《Nature medicine》期刊上。

研究團隊表示,他們發明了這樣的腦機介面,把人體控制運動的神經中樞迴路系統和機器人或電腦滑鼠的輔助設備串聯起來。利用大腦控制肢體的活動紀錄資料庫,再搭配機器深度學習法,可以自主模擬和學習大腦控制肢體的迴路模式,可以準確、快速而持久地運作而且不用再訓練。

目前研究的成果顯示,解碼大腦電訊號的設備,可以模擬神經中樞控制給予肌肉適當的電刺激,讓患者可以暫時恢復前臂活動,進行抓取和操作物體的動作。未來進一步的研究,會朝著讓患者可以執行在日常生活中的動作為目標,而不同患者的腦部訊號可能有所差異以及裝置設備在使用上的校正,是否讓設備可以長久的實際應用在生活中,也是值得再討論的問題。

延伸閱讀

醫學研究新突破:癱瘓者接受電刺激後可站立及踏步

20分等於傳統健身2小時 蜘蛛人也瘋的電脈衝(EMS)健身

感冒5天後癱瘓、插管 急性去髓鞘性神經炎可能致死

140公分變回180公分 生物製劑加惠僵直性脊椎炎患者

從9度惡化到55度、胸痛難耐⋯脊椎側彎如何自我檢測?

文/黃聖筑 圖/許嘉真