腦機接口（BMIs）在全球的研究正如火如荼，神經科學家們希望通過這樣一種設備將神經活動映射到相應的行爲，它以讀取和解釋大腦活動，並向計算機或機器發送指令。

實際上，現有的腦機接口已經帶給人類一些驚喜。例如，用機械手臂連接癱瘓的人，這一裝置可以解釋人的神經活動和意圖，並相應地移動機械臂。但究竟哪種“讀心術”更精確完美？目前科學家仍在探索中。

當地時間3月22日，神經科學頂級期刊《神經元》（Neuron）在線發表了由美國加州理工學院的生物與生物工程學系、陳天橋雒芊芊腦機接口中心（T&C Chen Brain-Machine Interface Center）等團隊的研究人員聯合完成的一項研究，題爲“Single-trial decoding of movement intentions using functional ultrasound neuroimaging”。研究通訊作者爲陳天橋雒芊芊腦機接口中心主任Richard Andersen教授、長期開發無創成像和細胞功能控制分子技術的Mikhail Shapiro教授。

據加州理工學院介紹，這項合作研究始於2015年Shapiro邀請功能性超聲領域的先驅、法國巴黎文理研究大學的Mickael Tanter教授在加州理工學院做一個研討會。Shapiro、Andersen和Tanter隨後獲得了美國國立衛生研究院腦計劃撥款，繼續進行這項研究。

研究團隊的目標是打破目前腦機接口發展的一個主要限制，也就是設備需要侵入性的腦部手術來讀取神經活動。研究人員開發了一種新型的微創腦機接口，它可以讀出與運動計劃相對應的大腦活動。他們使用了功能性超聲（fUS）技術，它可以精確地繪製大腦深處精確區域的活動，分辨率爲100微米，單個神經元大小約爲10微米。

沒有參與這項研究的斯坦福大學神經科學家Krishna Shenoy說，“這項研究將使超聲波作爲一種腦機接口技術而出名，把它添加到‘工具包’中是非常了不起的。”

在加州理工學院對該研究的報道中，Andersen實驗室的博士後研究員、這項研究的共同第一作者Sumner Norman說，“侵入式的腦機接口已經可以讓那些因神經損傷或疾病失去運動能力的人恢復運動能力。”不幸的是，只有少數最嚴重的癱瘓患者有資格並願意將電極植入他們的大腦。

Norman說，“功能性超聲波是一種非常令人興奮的新方法，可以在不損傷腦組織的情況下記錄大腦的詳細活動。我們突破了超聲波神經成像的限制，併爲它可以預測運動而激動不已。最令人興奮的是，fUS是一項具有巨大潛力的新技術，這只是我們將高性能、低侵入性腦機接口帶給更多患者的第一步。”

總體而言，所有測量大腦活動的工具都有缺點。例如，植入電極（電生理學）可以非常精確地測量單個神經元的活動，但是它需要將這些電極植入大腦；功能性磁共振成像（fMRI）等非侵入性技術可以對整個大腦成像，但需要笨重昂貴的機器；腦電圖（EEGs）不需要手術，但只能在低空間分辨率下測量活動。

超聲波的工作原理是發射高頻聲波脈衝，並測量這些聲波振動如何在物質中產生回聲，例如人體的各種組織。聲音在這些組織類型中以不同的速度傳播，並在它們之間的邊界上反射。我們所熟知的是，這項技術目前通常被用於子宮內胎兒的成像，以及其他診斷成像。

而超聲波也能“聽到”器官的內部運動。例如，紅血球就像一輛經過的救護車，當它們接近超聲波源時，音高會增加，當它們離開時音高會減少。通過測量這一現象，研究人員可以記錄到大腦血液流動的微小變化。

“當大腦的某一部分變得更加活躍時，流向該區域的血流量就會增加。這項工作的一個關鍵問題是：如果我們有一種技術，比如功能性超聲波，可以爲我們提供大腦血流動力學在空間和時間上的高分辨率圖像，那麼這種成像是否有足夠的信息來解碼有關行爲的有用信息？”

Shapiro表示，答案是肯定的，這項技術可以產生目標區域神經信號動力學的詳細圖像，這是其他比如功能磁共振成像（fMRI）等非侵入性技術所無法看到的。我們能獲得接近電生理學的細節，但侵入性要小得多。”

爲驗證團隊的這項技術，研究人員在兩隻恆河猴的頭骨中插入了一些小的超聲波換能器，其大小和形狀與多米諾骨牌差不多。猴子被教會做一些簡單的任務，包括在特定的提示下向特定的方向移動眼睛或手臂。

當這些靈長類動物完成任務時，功能性超聲波測量了後頂葉皮層（PPC）的大腦活動，PPC是大腦中參與計劃運動的區域。Andersen實驗室研究PPC已經有幾十年，之前實驗室已經使用電生理學繪製了該區域的大腦活動圖。爲驗證功能性超聲波的準確性，研究人員將功能性超聲波的腦成像活動與先前獲得的電生理學數據進行了比較。

接下來，在加州理工學院陳天橋雒芊芊腦機接口中心的支持下，研究團隊的目標是看看功能性超聲波圖像中依賴於活動的變化是否可以用來解碼非人類靈長類動物的意圖，甚至在它開始運動之前。然後，超聲波成像數據和相應的任務由機器學習算法處理，算法旨在瞭解大腦活動模式與哪些任務相關。

研究顯示，在幾秒鐘內預測出非人類靈長類動物將要進行的行爲（眼球運動或伸展）、運動方向（向左或向右），以及它們計劃何時運動。論文顯示，這一新方法預測猴子眼球運動的準確率約爲78%，預測伸展運動的準確率爲89%。

“第一個里程碑是證明超聲波可以捕捉到與計劃身體運動相關的大腦信號。”論文的共同第一作者David Maresca說，“功能性超聲成像記錄這些信號的靈敏度和分辨率是功能性磁共振成像的10倍，這一發現是基於功能超聲的腦機接口成功的核心。”

“目前高分辨率的腦機接口使用電極陣列，需要進行腦部手術，包括打開硬腦膜（頭骨和大腦之間的強纖維膜），並將電極直接植入大腦。但是超聲波信號可以非侵入性地穿過硬腦膜和大腦，這種手術比植入電極的侵入性要小得多。”Andersen說。

另外值得值得一提的是，此前有兩項研究曾使用猴子大腦的功能性超聲數據來重建動物所看到的東西或它們的眼球運動。但要做到這一點，就需要對長時間週期或多次運動的信號進行平均。在這項新研究中，研究人員收集了足夠的數據，以便在每次實驗中、每次猴子計劃運動時做出預測。

“這是一個重要的特徵。”莫納什大學的神經科學家Maureen Hagan說，“例如，機械手臂的用戶只需要考慮一次他們想要的運動，就可以讓手臂移動。你不希望實驗對象不得不做很多嘗試的動作來解讀他們的意圖。”

值得一提的是，雖然目前發表的這項研究是在非人類靈長類動物身上進行的，但據加州理工學院介紹，研究團隊與南加州大學神經外科醫生Charles Liu合作的另一項工作正在進行中，目的就是研究這項新技術，參與的人類志願者通常是由於腦外傷而移除了一塊頭骨。

研究團隊認爲，因爲超聲波可以不受影響地通過這些“聲窗”，所以研究功能性超聲波如何測量和解碼這些個體的大腦活動將成爲可能。

斯坦福大學神經科學家Shenoy還評價道，下一步的關鍵是使用計算機實時預測來引導機器人的手或光標。他補充說，從可以解碼的動作的速度和複雜性層面來說，功能性超聲波“在開始接近植入技術的水平之前還有很長的路要走。”

例如，植入電極已經可以對手臂的多個方向進行解碼，而不僅僅是左右方向。但有些病人可能更喜歡一種不用穿透大腦就能將它們連接到電腦上的假體， “患者希望可以選擇。”Shenoy說。

馬克斯·普朗克神經生物學研究所的神經科學家Emilie Macé補充說，由於血流信號比電信號更加緩慢，速度是功能性超聲波固有的侷限性。Macé指出，研究人員需要大約2秒的時間來解碼猴子的運動計劃。但她同時表示，只要電腦能夠根據用戶的提示快速引導機械手臂的精細運動，超聲波仍然可以引導機械手臂。

Macé還預測了該技術的許多未來改進，包括通過對組織的3D成像而不是平面成像來收集更多信息。“這項技術絕對還沒有發揮出全部潛力。”