中科院李骁健团队开发新型ECoG脑机接口,为脑-机深度融合提供初步解决方案|专访

“真正实现脑-机智能融合,我们需要更加高效地持续获得大脑信息,前提是让植入脑内的传感器长期、稳定地工作。”
现阶段,将脑机接口设备植入大脑进行采集、处理和分析神经信号的任务已经实现,但要确保神经电极在脑内稳定、长期工作的同时,使电极植入的创口更小、使用寿命更长、获取信息更加高效等等,尚有很多方面值得进一步优化。
面对这一现状,中科院深圳先进院与华中科技大学科学家团队研究发现,引入具有良好导电性、粘合性和生物相容性的聚合物PIN-5NO2可以实现PEDOT与金属电极之间的良好连接,这将有助于电极与目前普遍使用的涂层材料较好粘合。
该研究团队通过实验表明,由Au、PIN-5NO2、PEDOT复合而成的电极,能够灵敏地捕捉小鼠脑内的触觉电生理信号
近日,该研究以题为 Poly(5-nitroindole) Thin Film as Conductive and Adhesive Interfacial Layer for Robust Neural Interface的文章发表在Advanced Functional Materials 上。正如该论文通讯作者之一、中国科学院深圳先进技术研究院脑认知与脑疾病研究所正高级工程师、博士生导师李骁健在开篇提到的,这一成果为脑-机更好地融合又迈出了一步。但只是一小步
(来源:Advanced Functional Materials)
获取高频段大脑神经电信号
其实,对于脑机接口技术的应用,相比贴在头皮外即可实现的EEG(头皮脑电图),需植入颅内、贴在大脑皮层上才能获得的ECoG(Electrocorticography,皮层脑电图)离人们的日常生活更远,但距脑更近。通过与大脑皮层"零距离"接触的ECoG “脑机接口",人们可获取更多、更精准的大脑信号,为癫痫、失语、瘫痪等大脑神经异常导致的疾病提供可能的治疗方案。
现阶段,已有ECoG脑机接口技术在疾病治疗上的应用案例,但要把一个"外来物"放进颅内,需要不断优化的问题还有很多,包括电极的生物相容性,电极在脑内长期、稳定工作的性能等等。
目前,具有优异电学性能、组织柔软性以及生物相容性的PEDOT(3,4-乙烯二氧噻吩的聚合物),已被广泛用于神经界面的涂层材料。但PEDOT与电极之间的粘附性较弱且不稳定,这将导致PEDOT界面功能的丧失,进而破坏神经界面在实际应用中的稳定性和长期工作能力
神经界面,是神经系统与外部设备进行信息传递的连接部位(可以说是脑-机接口的最前端),性能好坏与其物理化学特性等诸多因素相关。神经界面中存在的一些关键表界面结构,包括神经电极与胞外基质和神经元等形成的异质界面等,这些表界面结构的精准构筑和调控是至关重要的。
李骁健团队在最近报告的文章中提到,他们发现可以通过在PEDOT和金属电极之间引入具有优异导电性、粘附性以及生物相容性的界面层来解决粘合问题。为此,该团队研究人员开发了聚(5-硝基吲哚)(PIN-5NO2),实现了PEDOT与金属电极之间黏附性的大幅提升。
图|Au/PIN-5NO2/PEDOT电极构建流程、电聚合结合电接枝制备PIN-5NO2导电黏附界面层的机理
具体而言,一方面,5-硝基吲哚可通过电聚合制备具有优良电性能的共轭PIN-5NO2;另一方面,在聚合过程中,5-硝基吲哚中的硝基还原而成的氨基可通过电接枝,与金(Au)电极基底形成强的附着力。以PIN-5NO2作为导电粘附界面层,Au/PIN-5NO2/PEDOT复合材料电极表现出优异的电化学性能及稳定的机械性能。
李骁健表示,“与传统ECoG传感器相比,由Au/PIN-5NO2/PEDOT构建的复合材料ECoG传感器感应神经电信号的性能将有所提升,因此获取较高频段神经信号的能力将增强。”
“这意味着,这种新型复合材料ECoG传感器具备在运动脑机接口方向应用的可行性。”李骁健解释说,“这与当前医疗中在用的检测癫痫的脑皮层电极不同,癫痫波频带非常低,使用目前触点较大的电极就可以探测癫痫波。但对于与感觉和运动高度相关的神经信息,则需要更精细的电极阵列对更高频段的神经电信号进行获取和分析。”
他进一步提到,“在触觉感应信息测试实验中,新型ECoG传感器阵列可清晰地在小鼠体感脑皮层表面捕获到显著的胡须触觉信息。”
不过,李骁健也表示,对于更精细的神经电脉冲信号的获取,还需要电极更深地刺入到脑组织中。“而我们开发的新型ECoG传感器作为一个无需深度刺入脑组织,便可获取较高频段神经信号的脑机接口折中方案,在很多情况下也能起到一定程度的神经功能替代体作用。”
更关注双手协同控制
面对不同应用场景,李骁健也在进行多种脑机接口装置的研发,包括新型ECoG传感器、直接刺入脑组织的传感器以及高通量神经信号采集和处理器等等。
其中,完成了在猕猴脑内长期植入1400+通道的柔性电极阵列能持续稳定获取超百兆带宽神经电信号的脑机接口系统,为李骁健团队今年较为引人注目的进展之一。但他对生辉表示,“宽带脑机接口硬软件系统初步实现只是一个前提。实际上,我们更关注的是运动脑机接口方面的研究——如双手协同控制等较前沿的内容。”
目前,“意念控制”单机械臂工作已有多个研究团队实现,也已进入临床阶段。虽然当前实现双机械臂操作的案例尚在少数,但却是未来的发展方向。
今年1月,约翰斯·霍普金斯大学医学院(JHM)、应用物理实验室团队的“双侧(控制运动和触觉的区域)脑机接口植入实验”中,首次在人体上实现了意念控制双机械臂的操作——切蛋糕并送入口中。
通过“意念”控制机械臂这类连续控制,差异于语音重建、打字等离散任务,需要的传感器设置、信息采集精细度、信息解码策略的要求和选择都不大相同。以目前的技术发展情况,研究人员主要是通过向脑内植入高密度、深度刺入式电极阵列来实现的。
对此,李骁健提到,“我们正在尝试在猕猴身上做'双侧多脑区植入脑机接口’的双手协同控制实验,但和JHM团队植入几百个通道的犹他电极阵列不同,我们采用的是更高通量的柔性电极阵列。”
关于具体进展,他表示,“我们正在训练猕猴做双手协同任务的操作,同时进行脑神经信号采集、解码和建模的工作。预计明年夏季可以实现猕猴用意念控制双机械臂协同操作。”
类脑智能:从类脑神经组织开始
李骁健在本文开篇提到,“真正实现脑-机智能融合,需要更加高效地获得大脑信息,前提是让植入脑内的传感器能与脑组织融为一体并长期、稳定地工作。”
图|中科院深圳先进院脑认知与脑疾病研究所正高级工程师、博士生导师李骁健(来源:受访者提供)
开发能够更高效、更精细地收发脑信号并且伴随人脑终生工作的神经传感器,目的就是促进真正的脑-机智能融合,这也是类脑智能的高级形式——“很多原本只由脑神经系统做的工作,可以让类脑智能系统来帮助共同完成”。
下一代人工智能系统将是一个模仿大脑运行的系统,为了实现类脑智能,背后是在千千万万个因素、细节模仿脑神经、脑网络的生物物理等性能或运行模式方面的努力。
先不谈科幻场景,脑机接口技术本身就是为脑科学基础研究提供服务的高效工具,同时作为应用技术,它最先的应用场景无疑将是医疗,用于解救处于痛苦之中的神经系统疾病患者。
李骁健表示,植入式脑机接口将最先应用于局部神经功能的替代,如用来操控机械臂的运动脑机接口、视觉重建、语音重建等。紧接着,是精神疾病的精准治疗

参考:

https://onlinelibrary.wiley.com/doi/10.1002/adfm.202105857


-End-
(0)

相关推荐