醫藥衛生英譯中翻譯樣稿

腦機界面的進展_美國國家工程院2011年美國工程前沿研討會上宣讀的論文(節選)_中文譯文_20120027-8

腦機界面的進展

 

埃里克C 魯塔德

華盛頓大學
 
摘要
作為一種現實可能的技術,計算機解碼大腦信號以推斷人類主體的意圖,進而通過機器直接演繹這些意圖的概念正在不斷出現。眾所周知,這些設備的類型是腦機界面或BCIs。通過加強他們與環境互動和交流的能力,神經義肢技術的進展可對運動障礙患者產生重大意義。典型地,設備控制經常研究和利用的皮質生理機能已成為主要運動皮質的大腦信號。到目前為止,這一經典的運動生理機能已是證明BCI控制潛在效能的一個有效基質。然而,如今皮質生理機能的新興研究堅持進一步加強我們對皮質生理學人類基礎意圖的理解以及提供更為復雜的腦源性控制的進一步信號。本文中,我們討論了BCIs的當前狀態并詳述了新興研究的趨勢以期未來加大臨床應用。
簡介
作為運動障礙患者的真正選擇,大腦可被直接訪問以允許人類獨自控制外部設備的概念正在不斷興起。該研究領域(即神經義肢技術)致力于尋求創造名為腦機界面(BCIs的設備。該設備可獲得大腦信號并將其轉換為機器指令,從而反映用戶的意圖。在過去的20年內,從基礎神經科學發現到初始轉化應用,該領域進展迅速。Georgopoulus和Schwartz發現的具有重大影響的事件是指運動皮質的神經元,作為群體來看時,可以預測猴子手臂運動的方向和速度(Georgopoulos等,1982,1986;Moran和Schwartz等,1999)。隨后的幾十年內,這些發現被轉化為猴子腦源性控制的增加水平以及初步的人類臨床試驗(霍克伯格等,2006;泰勒等,2002)。腦源性控制對神經義肢應用的進展至關重要,而腦源性控制又依賴于對皮質生理機能(編碼意圖信息)的新理解。近年來,皮質如何編碼運動和非運動意圖的新興理解、感官知覺及皮質可塑性在設備控制中發揮的作用引導了大腦功能和BCI應用的新見解。這些新發現進一步拓展了神經義肢技術在控制能力和服務患者人數的潛力。本文中,我們將詳述當前的BCI模式和BCI非運動領域應用的新興研究并評估其潛在的臨床影響。
腦機界面:定義和重要特征
BCI是獨立解碼來自大腦活動的人類意圖的一種設備,旨在為嚴重運動障礙患者創造另一種溝通渠道。更明確地,BCI不需要“周圍神經和肌肉的腦部正常輸出途徑”來促進患者與其所處環境互動(霍爾伯等,2000,2002)。現實生活中的案例將建議四肢癱瘓患者利用個別神經元衍生的信號控制顯示屏的光標,同時不需明顯的活動(這些信號記錄在主要運動皮質中)。需著重強調這一點。一個真正的BCI會為大腦創建一個全新的輸出途徑。
作為一個新的輸出途徑,用戶必須反饋以提高如何轉換電生理學信號的性能。與新運動技能(如,學打網球)的開發類似,受試者的神經輸出必須連續變化。輸出應與既定行為的反饋信息相匹配,這樣受試者的輸出(揮動網球拍或改變大腦信號)就可反過來優化既定目標(使球過網或向目標移動光標)的性能。因此,大腦必須改變其信號以提高性能,但,此外,BCI也可適應用戶大腦的變換環境以進一步優化運轉能力。無論是對用戶還是計算機,這種雙重適應均需要一定水平的培訓和學習曲線。計算機和受試者適應能力越強,控制所需培訓的時間越短。
BCI平臺的實用功能有四個重要因素(圖1):
1、信號采集、BCI系統記錄的大腦信號或信息輸入;
2、信號處理、原始信息轉換為有用的設備指令;
3、設備輸出、公開指令或BCI系統管理的控制功能,和
4、操作協議,系統改變、開啟和關閉的方法(霍爾伯等,2002)。
所有這些因素共同參與以體現用戶在其所處環境中的意圖。
信號采集是大腦的電生理狀態的一些實時測量。對大腦活動的測量通常通過電極記錄,但這絕不是一個理論要求。這些電極可是侵入性或非侵入性的。最常見的信號類型包括腦電圖(EEG)、皮層的腦電活動記錄(艾爾伯特等,1980;法韋爾和Donchin等,2003;弗里曼等,2003;Pfurtscheller等,1993;薩特等,1992;維達爾等,1977);皮層腦電圖(ECoG;魯塔德等,2004, 2005),頭骨的腦電活動記錄(魯塔德等,2004, 2005;沙爾克等,2004a);場電位,監控薄壁組織大腦活動的電極(安德森等,2004);以及“信號單位”—監控個體神經元動作電位放電的微電極(Georgopoulos等,1986;Kennedy和Bakay,1998;Laubach等,2000;Taylor等,2002)。按照解剖學和取樣人群,圖2顯示了各種信息平臺之間的關系。一旦獲得,信號即被數字化并發送到BCI系統以進行進一步詢問。
 
BCI的重要特征和組成。腦機界面平臺的實用功能有四個重要因素:(1)信號采集、BCI系統記錄的大腦信號或信息輸入;(2)信號處理、原始信息轉換為有用的設備指令;(3)設備輸出、公開指令或BCI系統管理的控制功能,和(4) 操作協議,系統改變、打開和關閉的方法,以及用戶或技術助理調整前三個步驟的參數以將意圖轉化為指令的方式。所有這些因素共同參與以體現用戶在其所處環境中的意圖(沙爾克等,2004b)。來源:魯塔德等(2009)。
BCI操作的信號處理部分有兩個基本功能:特征抽取和信號變換。第一個功能從總信號中提取重要的、可識別的信息,第二個功能則將此可識別的信息轉換為設備指令。原始信號轉換為有意義的信號的過程需要一組復雜的分析。這些技術包括頻率功率譜評估、事件相關電位、EEG或ECoG信號分析的交叉相關系數以及個體神經元動作電位的定向余弦調諧(Levine等,2000;Moran和Schwartz等,1999a;Pfurtscheller等,2003)。這些方法的推動將確定電生理事件和給定的認知或運動任務之間的關系。例如,記錄ECoG信號后,BCI系統必須認識到電氣節奏(特征提取)發生了信號更改并將此更改與特定的光標移動聯系起來(轉換)。如上所述,信號處理必須是動態的以適應用戶的內部信號環境變化。對于實際的設備輸出,這是BCI實現的公開行動。前一個例子中,這可導致顯示屏上的光標移動;其它可能是選擇通訊字母、控制機械臂、驅動輪椅或控制其它固有的生理過程,例如移動自己的肢體,或腸和膀胱括約肌控制(Leuthardt等,2006a)。
 
BCI信號。BCI應用的三大類信號及其相對大腦的解剖部位和各自的覆蓋層。EEG,腦電圖;ECoG,皮層腦電圖。來源:Leuthardt等(2009)。
實際應用的一個重要考慮因素是總體操作協議。這是指用戶如何控制系統運轉的方式。這個“如何”包括開啟或關閉系統、控制反饋類型和速度、系統執行命令的速度及各種設備輸出之間的轉換。這些元素對這些設備實際應用的BCI運行至關重要。目前在大多數的研究協議中,這些參數由研究院設定,即研究員開啟和關閉系統,調整相互作用速度或定義非常有限的目標和任務。在非結構化的應用環境中,這些都是需用戶自己能夠做的事情。
當前BCI平臺
目前,已提出的可能用于臨床應用的BCI平臺有三大類。這些種類主要由大腦控制信號源確定。第一類使用從頭皮獲取腦信號的EEG。第二類,即“單機系統”,使用可以檢測個別神經元動作電位放電的內壁薄壁組織微電極。第三類是中間形態,電極從皮質表面直接(硬腦膜上或下)獲取信號。從控制水平、外科因素和目前服務的臨床人群等方面對每個平臺的當前狀態進行了簡略綜述。
EEG-BCI系統
EEG-BCIs采用的是從頭皮記錄的電活動(Birbaumer等,1999;Blankertz等,2006;Farwell和Donchin,198;Kubler等,2005;McFarland等,1993,2008a;Millan等,2004;Muller等,2008;Pfurtscheller等,1993,2000;Sutter,1992;Vaughan等,2006;Wolpaw和McFarland,1994,2004;Wolpaw等,1991)。大多數BCI人類研究都使用EEG,可能是因為這種記錄方法簡便、安全且成本低。
EEG的空間分辨率相對較差,這是因為大部分腦域必涉及到產生必要的可檢測信號(Freeman等,2003;Srinivasan等,1998)。盡管有這個局限性,與BCI研究相關的信號仍可在EEG中發現,這包括感覺運動皮質產生的μ(8-12Hz)或β(18-25Hz)節奏的調制。這些節奏顯示了與運動和運動表象相關的非特異性變化。變化不包含關于運動細節的特定信息,例如手臂運動的位置或速度。這可能是一個重要的局限,因為與特定運動參數相關的信號通常應用于基于動作電位放電速率的BCI系統。EEG記錄的另一個問題是檢測到的振幅都很小。這易使EEG記錄受依據腦外源(如肌肉收縮產生的肌電信號)信號而創造的人工產品的影響。盡管有這些潛在的限制問題,EEG-BCIs仍顯示可以支持比通常假設更高的性能,包括計算機光標的二維(McFarland等,2008a;Wolpaw和McFarland,2004)及甚至三維的準確控制(McFarland,2008b)。截至目前,對于嚴重運動障礙患者,BCI技術的絕大多數臨床應用已被證實均是采用EEG記錄(Kubler等,2005;Nijboer等,2008;Vaughan等,2006)。最后,這種信號魯棒性的內在缺陷可能對BCI系統在真實環境中的慢性應用具有重要意義。基于EEG的BCI系統通常需要大量的實質性培訓以實現準確的一維或二維設備控制(分別約為20-50個30分鐘的培訓課程),即使一些報告指出培訓需求是較短期的(Blankertz等,2006)。 噪音敏感性和長期培訓等缺點是EEG-BCI系統的廣泛臨床應用可擴展性的根本限制因素。
總之,已證實EEG可支持比常規假設更高的性能,且目前是切實幫助癱瘓患者的唯一方式。然而,由于其重要局限性,目前尚不清楚實驗室和臨床環境的EEG-BCI系統性能可進一步加強的程度。
單神經元系統
單純從工程觀點出發,從大腦提取電信號的最佳方法是直接將一系列小記錄電極放置在皮層中(1.5-3mm)以記錄個別神經元的信號。這實質上也是單機動作電位BCI系統做的事情,而在有限的時間內,它們在猴子(Carmena等,Serruya等,2002;Taylor等,2002;Velliste等,2008)和人類(Hochberg等,2006;Kennedy和Bakay,1998)身上的實驗也是非常成功的。為提取單機活動,將尖端直徑約為20μm的小微電極插入到腦實質中,在這里,距離為10-100μm的個別神經元的相對較大的細胞外脈沖被記錄。這些信號通常在300-10000Hz范圍內帶通濾波,然后通過脈沖鑒別器測量動作電位時間事件。個別神經元的放電速率以10-20毫秒二進制計算并被“解碼”以提供高保真預測進而控制計算機光標或機器人端點運動學(Georgopoulos等,1986;Moran和Schwrtz,1999b;Wang等,2007)。考慮到其高空間分辨率(100μm)及高時間分辨率(50-100Hz),可以說該形態提供了BCI應用的最高控制水平。
不幸的是,單機BCI系統存在兩個主要問題。首先,電極必須刺入實質,在這里電極造成局部神經和血管損傷(Bjornsson等,2006)。其次,單機動作電位電極對封裝非常敏感。腦實質中滲透裝置的插入損壞了神經元和脈管系統,這可引發一系列的活性細胞反應,通常為小膠質細胞和星形膠質細胞的激活及其向植入部位的遷移(Bjornsson等,2006)。裝置的繼續存在促進鞘的形成;鞘由部分反應性星形膠質細胞和小膠質細胞組成(Polikov等,2005;Szarowski等,2003)。該反應性鞘可能會有許多有害反應,包括神經細胞死亡和組織阻抗力增強;該阻抗力可將裝置與周圍神經組織電隔離開(Biran等,2005;Szarowski等,2003;Williams等,2007)。新生物材料包衣和或局部給藥系統(可能減少對植入式電極的異物反應)的研究正在進行中,但直至目前,距其投入臨床應用仍很遙遠(Abidian和Martin,2008;Seymour和Kipke,2007;Spataro等,2005)。解決這些問題前,開發基于單機活動的長期BCI系統仍然具有局限性。
皮層腦電圖系統
在過去五年內,作為臨床應用的更實際和更穩健的平臺,ECoG已逐漸獲得BCI的青睞。如上所述,EEG和單機系統均妨礙了大型臨床應用。這,或是因為EEG的用戶培訓時間較長及差信噪比,或因為無法維持與目前單機結構一致的信號(Bjornsson等,2006;Szarowski等,2003分;Wolpaw和McFarland,2004)。ECoG的使用已斷定是對實際執行的理想權衡(Leuthardt等,2004)。與EEG相比,該信號實際上更穩健。其量級通常是五倍大,空間分辨率更大(對EEG,0.125:3.0cm),頻率寬度顯著提高(對EEG,0-500Hz:0-40Hz)(Boulton等,1990;Freeman等,2003;Srinivasan等,1998)。特別值得注意的是,訪問高頻寬度需有符合BCI操作的特別有用的信息(Gaona等,2011)。許多研究證實不同的頻帶攜帶的皮質處理信息是特定的且結構不同。名為μ(8-12Hz)和β(18-25Hz)的低頻帶可用EEG檢測到,一般認為其是由丘腦皮層電路產生的,并會顯示與實際或想象運動相關的振幅的大幅下降(Huggins等,1999;Levine等,1999;Pfurtscheller等,2003;Rohde等,2002)。只可用ECoG感知到的高頻率帶,即γ活動,一般認為是由較小的皮質元件產生的。γ活動顯示了與猴子模型的主要運動皮質的調諧皮質神經元的動作電位放電的密切關系((Heldman等,2006)。此外,這些高頻變化與人類的語言和運動功能的若干方面有關(Chao等,2010;Crone等,1998,2001a,2001b;Gaona等,2011;Leuthardt等,2004;Schalk等,2007)。除高級信息外,因為大電極記錄的ECoG信號不能滲透大腦,這些結構應具備更高的長期臨床耐用性。一些病理和臨床證據可證明ECoG傳感器具有良好的長期穩定性。例如,在貓、狗和猴子模型中,長期硬膜下植入體顯示了最小的皮質或軟腦膜組織反應并能維持長期的電生理記錄(Bullara等,1979;Chao等,2010;Loeb等,1997;Margalit等,2003;Yuen等,1987)。此外,用于長期硬膜下電極監控癲癇識別和敗育的植入式NeroPace裝置的人類前期研究經證明也是穩定的(Vossler等,2004)。
BCI應用的ECoG使用首先在需要侵入性監測的無運動障礙的頑固性癲癇患者身上進行了研究。與EEG-BCI系統類似,ECoG方法主要集中于運動皮質的感覺運動節奏變化的使用。不過,使用ECoG訪問高頻γ節奏與EEG是不同的。關于培訓需求和多維控制,這些高頻節奏的采用提供了一個顯著優勢。2004年,Leuthardt等展示了在閉合回路控制中第一次使用ECoG進行一維光標控制任務,同時培訓需求是最小的(30分鐘內)。其它實驗中,相同組和其它組證明了特定的頻率變化將編碼關于手部和手臂運動的具體信息(Leuthardt等,2004;Pistohl等,2008;Sanchez等,2008;Schalk等,2007)。2006年,Leuthardt等進一步證明了使用硬膜外腔信號的EcoG控制也是可能的(Leuthardt等,2006b)。Schalk等(2008)證明ECoG信號可用于二維控制,且性能在使用侵入性單機系統前所顯示的范圍內。鑒于電極陣列覆蓋皮質的大部分區域,所以若干研究小組開始探索交替的認識形式及其皮質生理學以擴展BCI裝置控制。Felton等(2007)表明,除運動想象外,感官意象也可用于裝置控制。同一研究小組也證明訓練聽覺皮質可以獲得簡單的光標控制(Wilson等,2006)。Ramsey等(2006)表明高級認知功能,如背外側腦前額葉皮層的工作記憶,也可用于有效的設備操作。最近,Leuthardt等證明源自語音網絡的音素內容也能用于簡單的裝置控制。
綜上所述,這些研究表明了ECoG信號攜帶了高水平的特定皮質信息,并且這些信號可以讓用戶快速有效地獲得控制。值得注意的是,迄今為止,這些控制范例并未延伸至運動障礙患者。關于脊髓損傷或ALS(肌萎縮側索硬化)如何影響這些皮質信號,目前尚未明確測試。
結論
神經義肢技術領域發展迅速。人們開始理解支持人腦編碼意圖方式的皮質生理學。這將對各種形式的運動障礙患者的擴張功能產生重大影響。隨著研究超越運動生理學,如今神經義肢技術領域在服務臨床人群的容量和多樣性方面也有了進一步擴大。因為皮質生理學涉及到運動功能、語言功能和可塑性,因此對其的深入理解也可提供更高水平的復雜性腦源控制。考慮到這些技術在過去幾十年內的迅速發展及計算機處理速度的迅速提升,信號分析技術、新型生物材料的新興觀點和神經義肢植入體有望在不久的將來如今天的深入腦刺激器一樣普遍。該技術的臨床到來將會開啟神經修復外科和新人機界面的新時代。
 

四川时时彩12选5开奖结果 山西炒股配资 赛车游戏大全 2001年上证指数 吉林十一选五一百期开奖结果 山西快乐10分app 重庆时时全天开奖软件 甘肃11选5走势图 吉林快三哪个平台正规 上海十一选五一天几期 快乐8平台是合法的吗