“感觉就像真的有手了！”美国一位截肢患者在参与“通过神经信号控制义肢”的实验后，兴奋地如是说道，“你几乎可以用那只手做任何你想做的事。”“让义肢成为身体的一部分。”美国密歇根大学的研究团队宣布，如果向截肢处神经末梢移植肌肉，则可通过肌肉收缩传递微弱神经信号，再通过电脑将这些神经信号传递给义肢，从而指令义肢做出相应动作。实验中，参与实验的截肢者能够自主地用义肢拿起一些物件，还能玩“石头、剪刀、布”的游戏。目前该校研究已经进入临床实验阶段，希望不久的将来，真的能顺利上市。这对截肢患者来说，无疑是个极大的好消息。山东商报·速豹新闻记者 潘愈
让义肢成为身体的一部分
美国密歇根大学的研究人员通过将手臂神经发出的微弱的、潜在的信号进行放大处理，成功让机械手、义肢完成了实时的、直观的、手指级别的控制动作。可以肯定地说，这是通过大脑意念神经信号控制义肢在截肢患者身上取得的一项重大进展。
为了达到这一目的，研究人员开发了一种能够控制神经末梢的方法，他们将较粗的神经束分离成较小的纤维，从而实现更精确的控制，并放大来自这些神经的信号。这种方法中涵盖了微小肌肉 的 移 植，还 借 鉴 了 脑 机 接 口（brain-machine interface）领域的机器学习算法。
“这是多年来在实现截肢患者运动控制方面所取得的最大进步。”密歇根大学整形外科和生物医学工程学教授保罗·塞德纳（Paul Cederna）兴奋地表示，“我们已经开发出一种技术，通过利用患者残肢中的神经，来实现对义肢单个手指的控制。有了它，我们能够实现世界迄今以来最先进义肢的控制。”
“让义肢真正成为佩戴者身体的一部分。”是研究组的终极目标。塞德纳教授与密歇根大学工程学院生物医学工程副教授辛迪·切斯特（Cindy Chestek）共同领导了这项研究。该研究由美国国防部高级研究计划局（DARPA）和美国国家卫生研究院（National Institutes of Health）联合资助。相关研究报告《再生的外周神经接口可以实时控制截肢者的义肢手臂》，刊载在3月4日出版的科际整合性的医学期刊《科学转化医学》（Science Translational Medicine）上。论文中详细地记录了四名研究参与者使用智能仿生义肢“卢克手臂”（Luke arm）的情况。
“卢克手臂”与人类手臂的重量类似，但却由复杂的感应器和马达组所驱动。这款智能义肢通过采集肌肉上的肌电信号，然后通过内置的微型电脑分析解读动作信息，随后再转化为行动。
特殊的神经信号放大器
“你可以让义肢手臂做很多事情，但这并不意味着佩戴者就能够随意凭意念来控制它。不同的是，在佩戴者第一次进行尝试的时候，他只要通过大脑意念想一下就可以了，这就是我们方法的独到之处。”切斯特教授表示，“我们第一次尝试的时候就成功了。参与者不用（对如何操控义肢）进行专门的学习。所有的学习都发生在我们的电脑算法中。这与其他研究方法不同。”
虽然研究参与者还不能把义肢手臂带回家，但在实验室里，他们能够用义肢手指抓起积木，还能连续移动手指，还能举起球形物体，甚至还可以玩“石头、剪刀、布”的游戏。
“就像你又有（真）手了。”2013年在一次烟花事故中失去手臂的研究参与者乔·汉密尔顿（Joe Hamilton）告诉当地媒体，“你几乎可以用那只手做任何你想做的事。它会让你恢复如常。”
通过大脑意念实现对义肢控制的最大障碍之一，是如何利用强大而稳定的神经信号为仿生义肢提供动力。在脑机接口领域工作的研究小组将研究深入到原始的源头——大脑。当与瘫痪的人一起工作时，这是十分必要的，但又是极具风险的。
对于截肢患者来说，从大脑和脊髓中延伸出来的外围神经网络是十分有趣的。但是人们至今还没有从中找到一个长期的解决方案，原因有：它们所携带的神经信号很微弱，而其他研究在获取这些信号时是强行嵌入探测器。正如研究人员所说的那样，这些“神经中的钉子”会导致疤痕组织，而随着时间的推移，这些疤痕组织会使原本就微弱的神经信号变得更加混乱。
密歇根大学的科研团队想到了另外一个更好的方法。他们向参与者手臂截肢处的神经末梢部位移植肌肉，这些“再生周围神经接口”（RPNIs）为被切断的神经提供了新的组织。这可以有效防止导致截肢处疼痛的神经瘤的生长。同时，移植的肌肉组织放大了神经信号。这就相当于给神经信号增加了一个扩音器。两名截肢患者在他们移植的肌肉中植入了电极，电极能够记录这些神经信号，并将它们实时传递给用软件控制义肢的电脑，电脑再将获取的神经信号传递给义肢，指令义肢做出相应动作。
已经进入临床试验阶段
“据我所知，与之前的所有结果相比，我们已经看到了从神经记录到的最大电压。”切斯特教授表示，“在以前的方法中，可能会得到5微伏或50微伏非常小的（神经）信号。但是现在我们看到了第一个毫伏大的神经信号。”而且这些组织界面能够持续好几年，而那些疤痕组织则能在数月内降解。“因此，现在我们可以访问与单个手指运动相关的神经信号。这就为义肢手臂使用者打开了一个全新的世界。”
“这一发现也为这一领域开辟了新的可能性。”切斯特教授的专长是将神经信号转化为运动意图的实时机器学习算法。“我们现在发现，神经信号已经足够好了，可以将我们在大脑控制算法中所学到的知识应用到神经控制中。”
这种方式能够产生比现在的义肢手臂更加精细的运动信号。生物医学工程研究员、论文第一作者菲利普·吴（Philip Vu）表示，“其他研究小组也对此做出了贡献，但我们的研究方法已经超越了目前可用的义肢的能力。我认为这是义肢公司进一步发展的强大动力。”
目前，临床试验正在进行中。研究团队正在寻找更多的参与者加入实验。“很多时候，我们在实验室里所做的这些事情让义肢领域的知识更加丰富了，但是你从来没有机会真正看到这个方法对一个人产生了什么样的影响！”塞德纳教授表示，“当你能坐下来看着一个戴着义肢的人在做一些10年前根本无法想象的事情的时候，那真是太令人欣慰了。我为我们的研究参与者感到高兴，更为未来的所有人感到高兴，这将对他们有所帮助。”切斯特教授还补充说：“这将是一个全新的办法，我们会一直进行下去，直到我们可以实现完全健全的手运动。这就是神经义肢（neuropros-thetics）所要达到的终极梦想。”
