脑电波或可助瘫痪患者重新活动

作者: aeks | 发布时间: 2026-01-25 14:02 | 更新时间: 2026-01-25 14:02

学科分类: 临床医学 生物医学工程 计算机科学与技术

这种失联促使研究人员寻找无需修复脊髓本身就能恢复通讯的方法。

### 测试脑电图作为非侵入性解决方案
在AIP Publishing旗下《APL生物工程》期刊发表的一项研究中,意大利和瑞士高校的科学家们探索了脑电图(EEG)能否帮助弥合这一鸿沟。他们的研究重点是确定EEG是否能捕捉与运动相关的脑信号,并有可能将其与身体重新连接。
当人试图移动瘫痪的肢体时,大脑仍会产生与该动作相关的电活动。如果这些信号能被检测和解读,就可以发送到脊髓刺激器,激活负责该肢体运动的神经。

### 超越脑植入物
大多数早期研究依赖手术植入的电极直接记录大脑的运动信号。尽管这些系统已显示出令人鼓舞的结果,但研究团队希望探究EEG是否能提供更安全的选择。
EEG系统是戴在头上的帽子,上面覆盖着电极,从头皮记录大脑活动。研究人员表示,虽然这种装置看似复杂,但它避免了将设备植入大脑或脊髓所涉及的风险。
“这可能会导致感染,这是另一种外科手术,”作者劳拉·托尼说,“我们想知道是否可以避免这种情况。”

### 读取运动信号的挑战
利用EEG解码运动尝试对现有技术提出了挑战。由于EEG电极位于头部表面,它们难以捕捉源自大脑深处的信号。
这种局限性对涉及手臂和手的运动来说问题较小。控制腿部和脚部的信号更难检测,因为它们来自更靠近大脑中心的区域。
“大脑主要在中央区域控制下肢运动,而上肢运动则更多在外侧区域,”托尼说,“与下肢相比,更容易对试图解码的内容进行空间定位。”

### 机器学习助力解读脑活动
为了更好地分析EEG数据,研究人员使用了一种机器学习算法,该算法专为处理小型复杂数据集而设计。在测试中,患者戴着EEG帽,同时尝试一系列简单的动作。研究团队记录了由此产生的大脑活动,并训练算法将信号分类。
该系统成功区分了患者试图移动和静止的时刻。然而,它难以区分不同的运动尝试。

### 未来研究的目标
研究人员认为,他们的方法可以通过进一步开发得到改进。他们计划优化算法,使其能够识别站立、行走或攀爬等特定动作。该团队还希望探索如何利用这些解码后的信号来激活脊髓损伤康复患者体内植入的刺激器。
如果成功,这种方法可以使非侵入性脑扫描更接近帮助瘫痪患者恢复有意义的运动。

DOI: 10.1063/5.0297307

标签: 机器学习 脊髓损伤 脑信号 脑电图 非侵入性