僅依靠大腦意識實現無創控制機器人裝置，將具有巨大的應用潛力，尤其是將改變癱瘓患者和運動障礙患者的生活。
無創腦機接口是最終目標
在科幻作品中，意念控制的實現可以順手拈來、輕而易舉。而在現實世界中，其背后支持性的技術——腦機接口技術也已有近百年的歷史。
一直以來，科學家們希望能夠在腦機接口領域實現科學研究與應用技術的突破，為許多當前仍無法解答的難題提供更好的探索工具，幫助人類進一步了解自己的大腦，預防、診斷、治療腦部疾病，并將這一技術廣泛應用于睡眠管理、智能生活和殘疾人康復等領域。
如今，腦機接口技術已經被證明能夠很好地利用大腦植入物的信號來控制機器人設備。當機器人設備可以被高精度控制時，它們可以用來完成各種日常任務。
然而，到目前為止，那些腦機接口成功地控制機械手臂的研究，都使用了侵入性的大腦植入物。這些植入物需要大量的醫學和外科專業知識才能正確安裝和操作，更不用說成本和對受試者的潛在風險。因此，它們的應用僅限于少數臨床病例。
另一方面，使用非侵入性外部傳感還存在諸多問題，如腦機接口設備接收的信號“更雜”，導致信號分辨率較低和更不精確的控制。開發侵入性較小甚至完全無創的腦機接口技術，使癱瘓患者能夠利用自己的“思想”控制機器人肢體，是腦機接口領域的一大挑戰。這種非侵入性腦機接口技術如果成功，將會給許多患者甚至普通人帶來巨大的改變。
卡內基梅隆大學生物醫學工程系主任賀斌表示，使用腦部植入物的大腦控制機器人設備已經取得了重大進展，這是一門出色的科學。但非侵入性是最終目標，神經解碼的進步和無創機器人手臂控制的實用性將對非侵入性神經機器人的最終發展產生重大影響。
無創大腦控制機器人手臂
在最新發表的這篇論文中，賀斌和同事在開發低侵入性或非侵入性的腦機接口技術方向取得突破性進展。他們利用新穎的傳感和機器學習技術，通過無創神經成像和一種新的連續追蹤范式，克服了嘈雜的腦電圖信號，顯著改善基于腦電圖的神經解碼，從而實現實時連續的機器人設備控制。
利用非侵入性腦機接口技術，研究人員首次在人類受試者身上，成功實現控制機器人手臂連續跟蹤計算機屏幕上的光標。在這之前，由人類非侵入性控制的機械手臂會跟隨移動的光標做出不穩定、不連續的動作，而現在，手臂會沿著平滑、連續的路徑跟隨光標。
研究團隊還建立了一個新的框架，通過增加用戶參與和訓練以及腦電信號源成像無創神經數據的空間分辨率，解決和改進腦機接口的“大腦”和“計算機”組件。研究結果表明，該團隊解決這一問題的獨特方法不僅將 BCI 學習提高近 60%，還將計算機光標的連續跟蹤能力提高了 500% 以上。
這項技術還可以通過提供安全的、非侵入性的“意識控制”設備來幫助各種各樣的人，這些設備可以讓人們與環境互動并控制他們的環境。
到目前為止，這項技術已經在 68 名身體健全的人類受試者中進行了測試(每個受試者最多進行 10 次測試)，包括虛擬設備控制和用于持續追蹤的機械手控制。接下來，研究小組還計劃在患者身上進行相關的臨床試驗。
“盡管使用非侵入性信號存在技術挑戰，但我們完全致力于將這種安全和經濟的技術帶給可以從中受益的人，”賀斌說。“這項工作代表了無創腦機接口的重要一步，這項技術有朝一日可能成為幫助每個人的普遍輔助技術。”
