通過將用戶的想法轉化為機械指令，一種意念控制的輪椅可以幫助癱瘓者獲得新的行動能力。研究人員在今天發表在《iScience》雜誌上的一項研究中證明，四肢癱瘓的用戶在經過長時間的訓練後可以在自然、雜亂的環境中操作意念控制的輪椅。

“我們的研究表明，用戶和腦機接口算法的相互學習對用戶成功操作這種輪椅都很重要，”該研究的通訊作者、德克薩斯大學奧斯汀分校的José del R. Millán說。”我們的研究強調了改進非侵入性腦機接口技術的臨床轉化的潛在途徑。”

Millán和他的同事為這項縱向研究招募了三名四肢癱瘓的人。每位參與者都接受了每週三次的訓練課程，為期2至5個月。參與者頭戴設備，通過腦電圖（EEG）檢測他們的大腦活動，這些活動將通過腦機接口設備轉換為輪椅的機械指令。參與者被要求通過思考移動他們的身體部位來控制輪椅的方向。具體來說，他們需要思考移動雙手來轉向左，移動雙腳來轉向右。

在第一次訓練中，三名參與者的準確率水平相似–當設備的反應與用戶的想法一致時，準確率約為43%至55%。在訓練過程中，腦機接口設備團隊看到參與者1的準確性有了明顯的提高，在訓練結束時，他的準確性達到了95%以上。該團隊還觀察到，在團隊用新的算法更新參與者3的設備之前，他的準確率在訓練的一半時間裡增加到98%。

在參與者1和3身上看到的改進與特徵辨別力的提高有關，這是算法區分編碼為”向左走”想法和”向右走”想法的大腦活動模式的能力。研究小組發現，更好的特徵判別能力不僅是設備的機器學習的結果，也是參與者大腦學習的結果。參與者1和3的腦電圖顯示，當他們提高思想控制設備的準確性時，腦波模式發生了明顯的轉變。

“我們從腦電圖結果中看到，受試者已經鞏固了一種技能，即調節他們大腦的不同部分以產生’向左走’的模式和’向右走’的不同模式，”Millán說。”我們相信，有一種皮質重組是由於參與者的學習過程而發生的。”

與參與者1和3相比，參與者2在整個訓練過程中的大腦活動模式沒有明顯變化。他的準確率只在前幾次訓練中略有增加，在訓練期的其餘時間裡保持穩定。Millán說，這表明僅靠機器學習不足以成功操縱這樣一個意念控制的設備。

訓練結束時，所有參與者都被要求駕駛他們的輪椅穿過一個雜亂的醫院房間。他們必須繞過障礙物，如房間的隔板和醫院的床，這些都是為了模擬真實世界的環境而設置的。參與者1和3都完成了任務，而參與者2未能完成。

看來，要想讓一個人獲得良好的腦機接口控制，使他們能夠完成相對複雜的日常活動，如在自然環境中駕駛輪椅，這需要對我們的大腦皮層進行一些神經可塑性重組。

該研究還強調了用戶長期訓練的作用。Millán說，儘管參與者1在最後的表現異常出色，但他在最初的幾次訓練中也很掙扎。

這項縱向研究是評估無創腦機接口技術在四肢癱瘓者身上的臨床轉化的首批研究之一。

接下來，研究小組希望弄清楚為什麼參與者2沒有體驗到學習效果。他們希望對所有參與者的大腦信號進行更詳細的分析，以了解他們的差異和未來對在學習過程中掙扎的人可能採取的干預。