机器人辅助手术、非线性神经网络算法是新尝试

以往类似的手术都是传统的人工植入，虽然植入效果及后期脑电信号质量总体尚可，但精确程度还不是最理想。张建民想到了手术机器人。他们利用步进为0.1毫米的手术机器人，准确地将2个微电极阵列送入既定位置，误差控制在0.5毫米以内。这也是全球首例成功利用手术机器人辅助方式完成电极植入手术。

“在4毫米×4毫米大小的微电极阵列上有100个电极针脚，每一个针脚都可能检测到1个甚至多个神经元细胞放电。电极的另一头连接着计算机，可以实时记录大脑发出的神经信号。”王跃明说。

接下来的关键一步就是如何实现“意念操控”。团队介绍说，人的大脑中上千亿个神经元通过发出微小的电脉冲相互交流，从而对人体的一举一动发号施令，要实现意念控制，就要对电极检测范围内的人脑神经电信号进行实时采集和解码，将不同的电信号特征与机械手臂的动作匹配对应。

由于脑机接口技术同时依赖患者脑电信号特征及机器算法设计，目前还没有统一标准化的信号采集、解码等分析手段，也就是说，不能直接搬用已有的分析手段。事实上，在研究过程中团队也验证了这一点。他们一开始用国外的几套线性算法，效果都不太好。后来，王跃明与团队成员引入非线性、神经网络算法，提出了针对这一例高龄患者的个性化解决方案。

“相对于中青年患者，老年患者的脑电信号质量与稳定性都要差些，我们设计的非线性解码器更能‘读懂’老年人的心思，能够帮助患者更好地在反馈式学习中掌握如何操控机械臂与机械手。”当然，要达到“人与机械合一”的目标是非常困难的。团队采用循序渐进的训练方法，先让张先生在电脑屏幕上操控鼠标来跟踪、点击二维运动及三维虚拟现实运动中的球，再练习指挥机械臂完成上下左右等9个方向的动作，最后才是模拟握手、饮水、进食等动作。训练耗费了4个多月时间，才有了现在这样令人激动的成果。

快报记者了解到，目前这项技术投入临床应用还需要很长的时间，接下去浙江大学团队和浙大二院会继续进行这方面的探索和临床尝试。

• 上一页
• 1
• 2
• 3
• 全文阅读