世界上第一个神经连接机械腿，截肢者恢复了自然行走，也带来了空间感。

不但可以恢复行走能力，还可以感觉到空间坐标。

这是历史上第一次，膝盖以下截肢的患者有机会通过神经信号控制机械腿的运动，并以自然的姿势恢复行走。

这项研究来自麻省理工学院（MIT）。想要做到这一点的患者应该进行特殊手术，并将非侵入性表面电极连接到机器人假肢的小腿上。昨天发表的相关论文 Nature 《自然医学》子刊。

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都是由轮流拉伸和收缩的成对肌肉控制的。这些成双肌肉的相互作用在传统的膝关节截肢过程中被打乱。这使得神经系统很难感知肌肉的位置和收缩速度 —— 而且这些感觉信息对大脑决定如何移动四肢尤为重要。

遇到这种截肢的人可能很难控制自己的假肢，因为他们无法准确感知空间中四肢的位置。现在，他们可以使用内置在假肢中的机器人控制器来实现感知。这些机械腿还包括可以检测和处理陡坡和障碍物的传感器。

「下一步发生的事情相当精彩。患有这种神经接口的病人可以以正常的速度行走，上下台阶和陡坡，而且不需要思考就可以绕过障碍物，这是一种自然而下意识的行为，」MIT Media Lab 教授，论文合作者 Hugh Herr 说道。「甚至他们的小腿都是由钛和硅胶制成的 —— 所有这些机电元件 —— 模仿四肢的感觉很自然，运动也很自然，尽管没有想法。」

这种方法依赖于截肢位置的手术，从而创造出科研人员所称的兴奋药。 - 肌神经接口拮抗剂（AMI）。下一步程序涉及连接肌肉对(对于膝前截肢，则为两对)和引入专有的生成元件。

一种新型机械腿「人机接口」双向连接建立在身体和机器之间。肌肉感应电极向假肢内置的小型计算机发送信号，芯片将其理解为踝关节和脚关节的角度和力量。它还会发回相关假肢位置的信息，恢复身体在空间中的位置感，也称为身体感觉。（proprioception）。

「这一特殊的控制模式远远超出了人们所能想到的，」佛罗里达大学神经机械工程师 Daniel Ferris 表示。「在过去的八年里，他们逐渐完善了这一创新方法，并展示了更好的仿生小腿的积极成果。」在最新发布的研究中，值得注意的是，参与者的数量比之前的研究要多，包括7名接受治疗的患者和7名接受比较的患者。

在这项工作中，为了测试仿生腿，研究人员要求病人以不同的速度在平地上行走，上下陡坡和楼梯，并绕过障碍物。

与以往的机械腿相比，AMI 用户的姿势更自然，更接近自然人体运动。在一些复杂的地形中，更自然的动作可以提高运动自由度。此外，在其他研究中，研究人员还注意到了能量消耗降低、身体压力降低等优点。新的机械腿甚至给一些截肢者带来了额外的好处。

论文合并者，MIT 博士研究员 Hyungeun Song 这意味着研究小组对仿生装置的效率感到惊讶。假肢接口只发送四肢向脊柱发送的典型信息。 18%，但是这足以让病人以正常的姿势行走。

这里的一个主要发现是，截肢神经反馈可以获得明显的仿生神经可控性，只需稍微增加一点，就可以使人的神经直接控制行走速度，适应不同的地形，绕过障碍物。

下一步是仿生腿

AMI 截肢现已成为马萨诸塞州 Brigham 妇女医院标准，论文合并者 Matthew Carty 在医院工作。由于患者对机械或非机械假肢的需求，这项技术(或类似技术)可能远远超出目前的研究范围。到目前为止，世界上大约有 60 人们接受肘部或膝盖上方或下方的 AMI 手术。

Herr 原则上，像他这样曾经截肢的人可以接受。 AMI 康复训练，他正仔细考虑这个手术。据截肢者联盟资料显示，目前已有 200 成千上万的美国人失去了身体，美国每年都有近乎 20 一万条小腿被截肢。

这篇论文的作者之一，MIT 教授 Hugh Herr。

就机器人技术而言，已经出现了与神经接口兼容的商用腿假肢。截肢部位与假肢的连接是最需要研究和开发的领域。Herr 这表明，这个界面的商业化可能需要大约五年的时间。

Herr 说明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「这是前进的关键步骤。」。

参照内容：

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/

本文来自微信微信官方账号“机器之心”（ID:编辑：泽南，36氪经授权发布，almosthuman2014)。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com