明尼苏达大学的研Ih员配备了Ҏ(gu)的无创大脑帽Q他们只需惌自己的手臂就可以Ud机器人手臂。图?U学与工E学?/p>
“在q项研究中，q是世界上第一ơh们可以在复杂?D环境中仅仅通过自己的思想来操作机械臂到达q抓住物体，”明D辑֤学生物医学工E教授兼首席研究员Bin He说。“只要想象移动他们的手臂Q他们就可以Ud他们的机械臂?/p>
q种非R入性技术被UCؓZ脑电(sh)?EEG)的脑机接口。它通过装有64个电(sh)极的Ҏ(gu)高科技脑电(sh)囑ָ记录受试者大脑的微弱甉|zdQƈ通过先进的信号处理将“思想转化动”。机器学习?/p>
八名健康的受试者戴着脑电(sh)囑ָ来完成实验。受试者逐渐学会惌Ud他们的手臂，而不是实际移动他们来控制3DI间中的机器人手臂。他们从学习控制?sh)脑屏幕上的虚拟光标开始，然后学习控制机械臂到辑ƈ抓取桌子上固定位|的物体。最l，他们只需要考虑q些动作Q就可以Ud机械臂去够到q抓住桌子上M地方的物体，物体从桌子上移C层货架上?/p>
8名受试者都能控制机械臂在固定位|拿L体，q_成功率在80%以上Q将物体从桌子上Ud架子上，q_成功率在70%以上?/p>
“这很o人兴奋，因ؓ所有的受试者都使用完全非R入性的技术完成了d。我们认研I具有巨大的潜力Q可以帮助瘫痪或经退行性疾病?zhn)者在不进行手术植入的情况下变得更加独立。他说?/p>
研究人员表示Q由于控制运动的大脑区域——运动皮层的地理特征Q脑机接口技术是有效的。当Zq动或想到运动时Q运动皮层的经元会产生微小的电(sh)。考虑C同的q动zdȀzL的神l元分类Q这一现象在以前的He研究中通过使用功能性MRI的交叉验证得C证实。他_使用先进的信号处理方法对q些分类q行分类Qؓ明尼苏达大学研究人员使用的脑机接口奠定了基础?/p>
机械臂研I基于三q前发表的he研究Q其中受试者可以用无创脑?sh)图技术驾驶小型四轴飞行器。这研I引起了国际媒体的关注?/p>
“三q前Q我们不定是否可以使用q种脑机接口技术来Ud更复杂的机械臂来抓取和移动物体，”他说。“我们很高兴与一成功率很高的h合作?/p>
预计他的下一步研I将是进一步开发这U脑机接口技术，以实现大脑控制的机器人假肢附着在hw上Q或者研I这U技术如何与(zhn)有中风或瘫痪的Z起工作?/p>
除何教授外，他还是明D辑֤学工E学院院长，其研I团队包括生物医学工E博士后(W一作?。生物医学工E研I生布莱恩·巴克斯特；Angeliki BekyoQ医学研I所工作人员Q张淑英和Jaron OlsoeQ生物医学工E专业本U生。研Ih员隶属于明尼苏达大学技术学院和d院?/p>
明尼苏达大学的研I由国国家U学基金?NSF)、美国国家补充和l合健康中心、美国国家生物医学成像和生物工程研究所以及国国家卫生研究?NIH)的国家神l疾病和中风研究所资助Q以及由明尼苏达州立法机构资助的明尼苏达大学MnDRIVE(明尼苏达州的发现、研I和创新l济)计划?/p>