訓練後，心智控制輪椅的人能在正常且雜亂的空間中導航

摘要：新的腦機介面技術使得無法移動的人可以透過思考來控制輪椅。這項技術讓使用者在訓練後能夠在自然和雜亂的環境中自由移動。

來源：Cell Press

透過思考控制的輪椅可以幫助癱瘓的人獲得新的移動能力，將使用者的想法轉換成機械指令。

在11月18日發表於《iScience》期刊的研究中，研究人員展示了四肢癱瘓的使用者在經過長時間訓練後，能夠在自然且雜亂的環境中操作思考控制的輪椅。

「我們顯示使用者和腦機介面演算法的共同學習對於成功操作這種輪椅是非常重要的，」德州大學奧斯汀分校的研究負責人何塞·德爾·米蘭 (José del R. Millán) 說。「我們的研究突顯了非侵入性腦機介面技術臨床應用的潛在途徑。」

米蘭和他的同事招募了三位四肢癱瘓的參與者進行這項長期研究。每位參與者每週進行三次訓練，持續2到5個月。

參與者佩戴一種檢測腦部活動的頭盔，透過腦電圖 (EEG) 來監測，然後將這些活動轉換為輪椅的機械指令。

參與者需要透過思考移動身體部位來控制輪椅的方向。具體來說，他們需要想像同時移動雙手來向左轉，或同時移動雙腳來向右轉。

在第一次訓練中，三位參與者的準確度相似，當裝置的反應與使用者的想法一致時，準確度約為43%到55%。隨著訓練的進行，腦機介面團隊發現參與者1的準確度顯著提高，訓練結束時達到95%以上。

團隊還觀察到參與者3的準確度在訓練過程中達到98%，這是在團隊為他更新了新的演算法之後。

參與者1和3的進步與特徵辨識能力的提高有關，這是演算法區分「向左走」和「向右走」的腦部活動模式的能力。

團隊發現，特徵辨識能力的提高不僅是裝置的機器學習結果，還包括參與者腦部的學習。參與者1和3的腦電圖顯示，隨著準確度的提高，他們的腦波模式明顯改變。

「我們從腦電圖結果中看到，受試者已經鞏固了調節大腦不同部位以產生『向左走』和『向右走』的模式的技能，」米蘭說。「我們相信這是因為參與者的學習過程導致了皮層的重組。」

與參與者1和3相比，參與者2在訓練過程中沒有顯著的腦部活動模式變化。他的準確度在最初幾次訓練中僅略有增加，並在後續的訓練期間保持穩定。這表明僅靠機器學習不足以成功操作這種思考控制的裝置，米蘭說。

訓練結束時，所有參與者被要求在一個雜亂的醫院房間內駕駛輪椅。他們需要繞過障礙物，如房間隔板和醫院床，這些都是模擬真實環境而設置的。參與者1和3完成了任務，而參與者2未能完成。

「看起來，要讓某人獲得良好的腦機介面控制，讓他們能夠在自然環境中進行相對複雜的日常活動，如駕駛輪椅，這需要我們皮層的一些神經可塑性重組，」米蘭說。

這項研究還強調了長期訓練對使用者的重要性。儘管參與者1在最後表現出色，但他在最初幾次訓練中也遇到困難，米蘭說。這項長期研究是第一批評估非侵入性腦機介面技術在四肢癱瘓者臨床應用的研究之一。

接下來，團隊希望找出為什麼參與者2沒有經歷學習效果的原因。他們希望對所有參與者的腦信號進行更詳細的分析，以了解他們的差異，並為未來在學習過程中遇到困難的人提供可能的干預措施。

關於這項神經科技研究新聞

作者：新聞辦公室來源：Cell Press 聯絡：新聞辦公室 – Cell Press 圖片：該圖片為公有領域

原始研究：開放存取。「學習控制一種腦機介面驅動的輪椅，適用於重度四肢癱瘓者」由何塞·德爾·米蘭等人發表於《iScience》

摘要

學習控制一種腦機介面驅動的輪椅，適用於重度四肢癱瘓者

亮點

三位參與者學會駕駛非侵入性腦機介面驅動的輪椅

學習的腦機介面技能直接轉移到輪椅控制

使用者學習和機器智能是腦機介面驅動機器人的關鍵

總結

思考控制的輪椅是一種有趣的輔助移動解決方案，適用於完全癱瘓的情況。儘管腦機介面 (BMI) 技術有所進展，但其應用仍然難以實現。

這項研究的主要目的是探討使用者獲得腦機介面技能對於在現實環境中控制非侵入性腦驅動智能輪椅的重要性。

我們展示了三位四肢癱瘓的脊髓損傷使用者可以接受訓練，操作非侵入性、自主思考控制的輪椅，並執行複雜的導航任務。然而，只有兩位使用者展現出逐漸提高的解碼表現和特徵辨識能力，顯著的神經可塑性變化和改善的腦機介面指令延遲，才達到了高效的導航表現。

此外，我們顯示通過低自由度、離散和不確定的控制通道（如運動想像腦機介面），結合人類和人工智能的共享控制方法，可以實現靈活和持續的機器人控制。

我們認為使用者學習和共享控制是推動非侵入性腦機介面轉化的關鍵組成部分。