全球首个神经连接机械腿，截肢者恢复自然行走，还带空间感

不仅能恢复行走能力，还能感受到空间位置。

这是史上第一次，膝盖以下截肢的患者有机会能通过神经信号控制机械腿的运动，并以自然步态恢复行走了。

该研究出自麻省理工学院（MIT）。想做到这一点的患者需要进行专门的手术，并将非侵入性表面电极连接到机器人假肢小腿上。相关论文已发表于昨日出版的 Nature 子刊《自然医学》。

• 论文标题：Continuous neural control of a bionic limb restores biomimetic gAIt after amputation
• 论文链接：https://www.nature.com/articles/s41591-024-02994-9

人类的大多数肢体运动由轮流伸展和收缩的成对肌肉控制。在传统的膝下截肢过程中，这些成对肌肉的相互作用被打乱。这使得神经系统很难感知肌肉的位置和收缩速度 —— 而这些感觉信息对于大脑决定如何移动肢体至关重要。

遭遇过这种截肢的人可能会难以控制他们的假肢，因为他们无法准确感知肢体在空间中的位置。现在，他们可以依靠内置在假肢中的机器人控制器来实现感知了，这些机械腿还包括可以检测和应对斜坡和障碍物的传感器。

「接下来发生的事情相当神奇。拥有这种神经接口的患者能够以正常速度行走，上下台阶和斜坡，并且无需思考就能绕过障碍物，这是自然的、下意识的行为，」MIT Media Lab 教授、论文合著者 Hugh Herr 说道。「即使他们的小腿是由钛和硅胶制成的 —— 所有这些机电元件 —— 仿生肢体的感觉很自然，运动也很自然，虽然没有意识。」

该方法依赖于截肢部位的手术，以创建研究人员所称的兴奋剂 – 拮抗剂肌神经接口（AMI）。接下来的程序涉及连接肌肉对（对于膝下截肢，则为两对）以及引入专有的合成元件。

新型机械腿的「人机接口」在身体和机器之间建立了双向连接。肌肉感应电极将信号发送到假肢内置的一台小型计算机，芯片将其解释为踝关节和脚掌关节的角度和力量。它还会发回有关假肢位置的信息，恢复肢体在空间中的位置感，也称为本体感觉（proprioception）。

「这种特殊的控制模式远远超出了人们所能想到的范围，」佛罗里达大学神经机械工程师 Daniel Ferris 表示。「他们在过去八年中逐步建立了这种创新的方法，并且显示出了更好的仿生小腿的积极成果。」最新发表的研究中值得注意的是，参与者人数比以前的研究要多，其中包括七名接受治疗的患者和七名接受对照的患者。

在该工作中，为了测试仿生腿，研究者要求患者以不同的速度在平地上行走、上下斜坡和楼梯，并绕过障碍物。

相比以往的机械腿，AMI 用户的步态更加自然，更接近自然人类肢体的运动。在一些复杂的地形上，更自然的动作可以提高运动自由度，此外在其他研究中，研究人员还注意到能量消耗减少、身体压力减少等优势，新型机械腿甚至为一些截肢者带来了额外好处。

论文合著者、MIT 博士后研究员 Hyungeun Song 表示，研究团队对仿生装置的效率感到惊讶。假肢接口仅发送了肢体向脊柱发送的典型信息量的 18%，但这就足以让患者以正常步态行走了。

这里的主要发现之一是，截肢肢体的神经反馈只需稍有增加，就可以获得明显的仿生神经可控性，达到允许人们直接神经控制行走速度、适应不同地形和避开障碍物的程度。

仿生腿的下一步

AMI 截肢现在已成为马萨诸塞州 Brigham 妇女医院的标准，论文的合著者 Matthew Carty 就职于该医院。由于患者对于机械或非机械假肢的需求，这种技术（或类似技术）可能会远远超出目前的研究范围。迄今为止，全球约有 60 人接受了肘部或膝盖上方或下方的 AMI 手术。

Herr 表示，原则上，像他这样曾经截肢的人可以接受 AMI 康复治疗，他正在认真考虑这一手术。根据截肢者联盟的数据，目前有 200 多万美国人失去了肢体，美国每年有近 20 万条小腿被截肢。

该论文的作者之一，MIT 教授 Hugh Herr。

在机器人技术方面，已经有可以与神经接口兼容的商用腿部假肢出现了。最需要开发的领域是截肢部位和假肢之间的连接。Herr 表示，该界面的商业化可能还需要五年左右的时间。

Herr 表示，他们的长期目标是神经整合和具体化：让机械腿成为身体的一部分，而不是工具。这项新研究「是向前迈出的关键一步」。

参考内容：

https://spectrum.ieee.org/prosthetic-leg

https://www.media.mit.edu/articles/a-prosthesis-driven-by-the-nervous-system-helps-people-with-amputation-walk-naturally/

https://www.media.mit.edu/projects/agonist-antagonist-myoneural-interface-ami/overview/

文章来自于微信公众号“机器之心”，作者 “泽南”