卡内基·梅隆大学和明尼苏达大学的研究人员已经使用非侵入性的脑机接口（BCI）技术成功开发了第一款具有连续跟踪计算机光标能力的脑控机械臂。结果发表在《科学机器人》上。仅依靠大脑意识来实现对机器人设备的无创控制将具有巨大的应用潜力，特别是它将改变瘫痪患者和运动障碍患者的生活。在科幻作品中，可以轻松轻松地实现心智控制。在现实世界中，脑脑接口技术背后的支持技术已有近一百年的历史。科学家们一直希望在脑机接口领域的科学研究和应用技术上取得突破，为尚未解决的许多问题提供更好的探索工具，并帮助人们更好地了解自己的大脑，进行预防，诊断和治疗大脑。该技术被广泛用于睡眠管理，智能生活和残疾人康复。如今，脑机接口技术已被证明能够充分利用脑植入物的信号来控制机器人设备。当可以高精度控制机器人设备时，它们可以用于完成各种日常任务。然而，到目前为止，那些已经成功控制了具有脑机接口的机械臂的研究都使用了侵入性的大脑植入物。这些植入物需要大量的医学和外科专业知识才能正确安装和操作，更不用说对受试者的成本和潜在风险了。因此，它们的应用仅限于少数临床病例。另一方面，使用非侵入性外部感测仍然存在许多问题，例如“噪声更大”。脑机接口设备接收到的信号，导致信号分辨率降低，控制精度降低。开发微创或什至完全非微创的脑-计算机接口技术是脑-计算机接口领域的一大挑战，以使瘫痪的患者能够使用他们自己的“想法”。控制机器人的肢体。如果这种非侵入性的脑机接口技术成功，它将为许多患者甚至普通人带来巨大的变化。卡内基梅隆大学生物医学工程系主任何斌说，使用脑植入物控制机器人设备已经取得了重大进展，这是一门优秀的科学。然而，无创性是最终目标，神经解码技术的进步和无创机械臂控制的实用性将对无创神经机器人的最终发展产生重大影响。在最新论文中，Bin He和他的同事在低侵入性或非侵入性脑机接口技术的开发方面取得了突破性进展。他们通过无创神经成像和新的连续跟踪范例使用新颖的传感和机器学习技术，克服了嘈杂的EEG信号并显着改善了基于EEG的神经解码，从而实现了实时连续机器人设备控制。研究人员使用非侵入性的脑机接口技术，成功地控制了机械臂，从而首次连续跟踪人类对象在计算机屏幕上的光标。在此之前，由人类进行非侵入式控制的机械手会跟随移动的光标进行不稳定且不连续的移动，但是现在，该手臂沿着平滑，连续的路径跟随光标。研究团队还建立了新的框架来解决和改善“大脑”问题。和“计算机”通过增加用户参与和培训的空间分辨率以及EEG信号源对非侵入性神经数据进行成像，来实现脑机接口的组成部分。研究结果表明，该团队解决该问题的独特方法不仅使BCI学习提高了近60％，而且使计算机光标的连续跟踪能力提高了500％以上。该技术还可以通过提供安全，非侵入性的“有意识的控制”来帮助各种人。允许人们与环境互动并控制其环境的设备。到目前为止，该技术已经在68位身体健全的受试者身上进行了测试（每个受试者最多进行10次测试），包括虚拟设备控制和用于连续跟踪的机器人控制。接下来，研究小组还计划对患者进行相关的临床试验。