2014年6月26日

「念力」要怎麼送出來?

在巴西剛剛登場的世界盃足球賽,一個癱瘓的青年,穿上像外骨骼一般的機器人裝備,用他自己的念力,為這場世足盃,開球!

作者/廖儀芳(臺灣大學動物學博士)

無論是漫畫、小說或電影,常常充滿著對延伸大腦控制範圍的豐富想像,像是在脊椎裝上小晶片就變成蜘蛛人勁敵的八爪博士,還有只用一個腦袋和殘缺不全的身軀重新做成戰鬥武器的機器戰警墨菲,以及利用心靈控制另一個軀體成為夢行戰士的阿凡達……等等。這些刺激又令人著迷的科幻想像,早已說明人類對於腦與心智的好奇與無限想像,也凸顯人類對這個複雜又完美的構造,極度期待認識又崇拜的心情。然而,在現實世界中,對於大腦如何操控身體,呈現日常生活的微笑、點頭、感覺迎面而來的徐徐涼風、在奔放的音樂中盡情舞蹈等等我們認為再自然不過的事情,我們究竟了解多少?當意外讓人失去這些能力時,根據人類對大腦的了解,又能給予多少的幫助呢?

除去科幻的想像,在真實神經科學研究中,直接抽取腦神經訊號,和電腦、機械手臂連結,進而成功的操控它們的夢想,一直到二十世紀末才有了重大的突破。科學家發現若是以適當數學模型加總處理、使用動物大腦皮質中的神經元活性,這些經過運算的神經訊號就可以成功的直接控制機器手臂的活動。這項研究成果使更多人投入研究,希望在不久的將來,這些運動功能嚴重喪失的肌肉萎縮性脊髓側索硬化症(漸凍人)、脊髓損傷、中風、腦性麻痺、截肢等等病患,都能有新的行動輔具可使用,使其重新自理部分的生活。然而現實的研究難題又是怎樣考驗科學家的熱情呢?這樣的腦機介面跟過去的腦機介面有什麼不同呢?

只要是能利用出自於腦的任何一種形式的活性訊號,來進行控制外部設備的裝置,我們都稱之為「腦機介面」。利用不同的偵測工具所能得到的大腦活性訊號,特性上有很大的不同,因此我們在這裡先利用偵測訊號的方式不同,將腦機介面分為侵入性和非侵入性兩類進行討論。

非侵入式的腦機介面
非侵入性的腦部訊號偵測方法中,最具代表性的是利用在頭部皮膚表面置放電極貼片,記錄頻率範圍在40 Hz以下的腦波圖(EEG)。最早的運用是控制者在經過控制思考與情緒的訓練後,在大腦枕葉產生α波,所以當你想傳達控制的指令時,就讓自己的思考進入產生α波的情境,分析腦波的裝置讀取到這種波形後就可以執行預設好的指令,例如開或關電燈。其他腦區的EEG也有類似的運用,例如利用在貓和人的感覺運動皮質區產生的μ頻波,或源自於狗的海馬迴所產生之θ頻波。由視覺刺激引起的誘發電位(visual evoked potentials, VEPs)是這類腦機介面中很有名的一種,方法是在多個腦區所對應的頭部表面都裝置紀錄電極,受試者腦波因為注意力集中到螢幕出現的視覺刺激時會產生p300電位變化,訊號分析系統可檢測出與視覺刺激相關的訊號,對多次的p300訊號進行累加,當達到可辨認的程度時,就可以下指令使機械動作。

運用在感覺運動皮質腦區,比α頻波更高頻的μ和β頻波的腦機介面,可供嚴重四肢癱瘓的病患使用,讓他們一些基本的生活需求得到滿足。通常患者在三到七個月的訓練後,在專注要移動螢幕上的圖像時,透過感覺運動皮質區量測到的大腦活動訊號μ和β頻波,經過即時的計算和分析後,可啟動一個電刺激到患者已癱的手,重新產生抓握的動作。

除了以上所說使用EEG做為腦機介面的訊號源之外,更有利用如功能性核磁共振影像(fMRI)這類影像系統做為新式腦機介面的研究。雖然這種腦機介面並不適合日常生活的使用,而且還會有好幾秒的時間延遲,但是它的空間解析度很好,尤其是還能觀察到深層腦組織的活動,所以近來許多研究的重點是將fMRI得到的腦部活動影像訊息和低頻腦波作連結,以了解運動控制時整體大腦的活動。

以EEG為腦機介面訊號來源的應用,從上面的介紹我們可以了解到,對於嚴重肢體癱瘓的患者生活品質的改善雖然有貢獻,但也僅限於使其有辦法簡單的與外界溝通,或作一些很基本的生活操作。若要滿足正常生活所需要的複雜功能,這樣粗略的腦部活動訊號是相當不足的。如果要得到腦中更高解析度的訊號,勢必要對大腦作侵入性的探測才能得到。

侵入式的腦機介面
採用低頻的腦波很容易受到肌電或機器的雜訊干擾,因此進一步發展出來的是侵入性的顱內腦電圖(electrocorticograms, ECoGs)來增進訊號的清晰度和強度。ECoGs是將偵測訊號的電極放進頭顱內,置放於硬腦膜與大腦皮質之間,和EEG相比,ECoGs得到較小範圍的大腦皮質之訊號以及較高頻的 γ 頻波(>30 Hz),可以代表較精確的大腦意念。因此以ECoGs為腦機介面得到訊號的正確性較高,同時所需的訓練期也較短。

更高品質的訊號取得方法是對腦內的諸多單一神經元做直接記錄。根據動作電位的全或無定律,我們可以假定不同神經元被同一根電極記錄,所得到的動作電位變化波形均有其不同的特性,且不隨時間的進程而改變。因此當電極插入腦中收取到鄰近神經元活動的訊號時,我們就可以利用分析波型的主要特徵,如振幅、波寬、波上升和下降的斜率等,為神經元做分類。過去在記錄電極的品質還不是很好時,通常要非常接近體積較大的神經元才有可能得到好的電訊號,但隨著近二十年來的科技進步和電極改良,一根品質好的電極可以獲取到鄰近數個神經元的活動,並且分辨出不同的波型。對於所記錄到的這些神經元動作電位,科學家稱之為single-units和multi-units。稱為single-units 的,代表其是單一神經元的活性,稱multi-units 的,代表是多個神經元的活性。不直接稱為動作電位的原因,在於實驗者並沒有親眼看見一顆一顆神經元,而僅憑電位波形的分析做間接判定,因此謹慎的科學家有了這樣保守的命名。

要談利用single-units 和multi-units 做為腦機介面的訊號來源,就要提到菲茲(Eberhard Fetz)等人在1960~1970 年代於猴子身上所作的先鋒研究。他們一系列的研究發現,猴子經由學習可以將自己的大腦皮質神經元活動強度增加,來得到想要的香蕉口味小丸子。基於上述的實驗結果,幾年後施密德(Edward Schmid)大膽提出,若是將記錄到的神經元活性解析出之中運動控制的成分,將其輸入電腦,再經由電腦運算轉換成可控制機械手臂活動的訊號,這樣就能由腦直接控制機器了,如此一來,可以幫助許多失能的病患執行獨立生活所需的機能。然而,在當時,要同時穩定記錄大量神經元是很困難的技術,加上所量測的是動作電位,擷取資料的採樣頻率在一毫秒內至少要達到四十個點,一秒就是四萬點,當時根本沒有足夠負載高運算量的即時運算電腦介面,因此這個想法在過了二十多年後才得以看到一點點曙光。而這二十多年間的突破不只在等待科學家發展出可長期、多通道、多腦區的電極埋設方法,也在等待資訊工程相關的軟硬體設備發展成熟。
圖一:美國杜克大學神經工程中心建立的具有多回饋迴圈的腦機介面。
(獲尼可列利斯授權使用)

圖中顯示一隻恆河猴正在操作一個機器手臂抓握不同物件。機械手臂上裝備有碰觸、接近和位置的偵測器,可以傳送偵測到的訊號到右方的控制電腦,此控制電腦會將收到的訊息轉換成微量的電刺激,刺激猴子的大腦感覺皮質區,使此迴圈1有感覺訊息回饋。左方小圖顯示電刺激的訊號。迴圈2顯示控制電腦使用多重解碼計算式,將來自多處大腦皮質的神經元活性記錄,並轉譯為操作機械手臂的指令。迴圈3顯示視覺影像追蹤系統透過手臂位置上具有標定位置的追蹤記號傳送至控制電腦後,在螢幕上重建出虛擬的手臂移動。持續操作這項腦機介面將可能使機械手臂納入腦中的身體圖譜。

到了1990年代,查賓(JohnK. Chapin)的研究團隊發展出在大鼠腦中不同核區埋設多通道電極的長期記錄神經元活性方法,特別是他們在1995 年Science期刊發表的研究成果顯示,已經可以同時間記錄多達48個神經元的活性。這個多腦區、多通道並且長期記錄的重大技術,讓這類腦機介面的發展有了大躍進。接下來在大鼠和猴子都有許多研究發表利用single-units、multiunits做為訊號來源的腦機介面,成功操控螢幕的指標或是讓機械手臂做出移動的成果。

邁向隨心所欲的腦機介面
侵入性的腦機介面借重的是大腦皮質或更深層腦區內的神經元群體之訊號,特別是與運動相關的腦區,因為這些神經元活性的調節變化與運動直接有關。然而,過去研究發現,若觀察同一個神經元的活性在重複同一個動作操作時,其活性變化的差異很大,就連不同神經元對同一個動作操作顯示出的活性變化也有很大不同。因此,要預測一個動作操作,利用單一顆神經元的活性通常無法每次都正確預測。1983 年Apostolos Georgopoulos等人在恆河猴的實驗中發現,猴子手臂操作方向的決定,是由運動皮質內對這個特定方向偏好的群體神經元共同決定,而首先提出向量假說(vector hypothesis)。其做法是將有共同移動方向偏好的許多單一或多神經元活性做加總,發現可以得到與實際移動方向的相關性最高的向量值。大腦皮質對運動的控制是經由群體而非單一神經元活性決定的概念,也在往後研究運動速度、施力大小等實驗中被證實。

訊號經過適當的處理後,接下來的問題是,這些訊號要怎麼控制機械手臂呢?在抽取出與運動控制相關的各種參數,例如運動方向、運動速度、施力大小等,就要由控制電腦將這些參數設定為控制機器設備做出相同、正確的動作的指令。當使用者漸漸適應用腦控制機械設備到了像在用自己的身體一樣,根據神經元的可塑性,大腦應該是已經對機器設備重新產生一個它專屬的對應圖譜區,區內的神經元負責管理機器設備的感覺和運動。目前為止,有研究使用視覺回饋的方式,觀察到大腦確有出現新圖譜區這樣的可塑性。尼可列利斯的團隊則提出,要讓大腦產生可塑性,將機器手臂納入圖譜,不能單靠視覺回饋的方式,應該還要裝置碰觸、接近和位置等多重感測器在機械設備上,使機器設備動作的同時可將感測器的訊息利用電刺激的方式傳入大腦做為感覺訊息回饋,這樣對於大腦把機器設備認定為身體的一部分的訓練過程才會更有效率。

所以,電影中的八爪博士、機器戰警和阿凡達的夢行戰士的科幻想像距離我們還有多遠?從侵入式腦機介面的發展我們可以分成四個大方向來探討未來的可能性:第一是神經訊號的取,必須穩定的在多個腦區取得大量的神經元訊號,並且所使用的記錄電極必須盡量減少腦組織的損傷,並且禁得起長達數年的使用;第二,需要發展更高效能的訊號運算模式將神經訊號即時轉譯,產生正確且即時的動作指令,下達至機械設備;第三,使用者透過心智的學習刺激大腦可塑性,產生機械設備在腦中的對應圖譜;第四,符合使用者需求、具有高階運動操作能力的客製化新式機械設備

1. 神經訊號的取得
過去的研究顯示如果使用跟某運動高度相關的神經元,僅需少數幾顆神經元就能預測出該運動,而且準確度可達百分之七十。然而,真實運用並不像實驗操作,可以只找出幾個與特定運動高度相關的神經元。在現階段的腦機介面使用中,通常會在幾個重要腦區一次埋入多個電極,但因為記錄到的神經元訊號未必每個都會跟某個特殊動作有高度相關,若不使用大量神經元訊號是很難對各種運動都作出高正確性的預測。因此,記錄電極的發展趨勢是盡可能的微小化,希望在極小的面積內就能記錄到非常大量的神經元訊號。目前最新的電極研發是用3D 矩陣的模式,讓一組電極在目標腦區就可以記錄到上千顆神經元訊號。這樣的電極所擷取出的資料量極高,若是以過去一個電極通道用一根電線傳輸的方式,那一千根電極就要一千條電線傳送,這在頭部的有限空間是極其困難之事,勢必要用無線傳輸才有可能解決這個問題。但無線傳輸要克服的問題還有傳輸速度的效能,要有足夠的頻寬才能處理大量的數據,另外,訊號的濾波和放大也很重要,幾乎可以視為腦機介面成功與否的關鍵,尤其在大量數據經過無線傳輸環境中,要除去雜訊干擾抽取有效訊號再進行放大,這些難題仍需要進一步克服。

此外,除了神經訊號的擷取、傳輸和處理外,還要考量記錄電極的材質,這與其可用度和耐用度有高度相關。在腦組織放入這麼多異物,很難不引起身體的排斥反應,因此電極本身的材質需要有很高的生物相容度以避免發炎反應,發炎反應會導致神經細胞死亡,以及電極周圍被神經膠細胞大量包圍而降低記錄品質。有些科學家提出在電極上加入神經生長物質,或是抗發炎物質等等,來避免這個情況發生,這個方法的可行性如何目前仍在評估中。

2. 神經訊號即時轉譯
科學家對於大腦多個核區之間如何進行運動控制和訊息整合還不完全清楚。但利用速率編碼、時域編碼以及細胞向量編碼等數學模式,即使不完全了解大腦神經元之間訊息如何流動,也能利用大腦神經元的放電模式直接跟運動表現做相關性分析,之後再由這些相關性分析,依照特定的神經元放電模式來預測相對應的動作表現。對神經元放電模式做解碼的研究,有不少是採用線性和非線性的算式,將神經元放電模式轉譯為動作指令給機械設備。多重線性計算式在不少腦機介面被使用,舉例來說,使用的參數採加權總和的神經元放電頻率,在動作發生前一段時間,設下一個個短的時間窗,在每個不同時間點重取一次加權總和,得到一連串具有時間性的參數,也就是已經將神經元放電模式轉譯,根據這些參數下達指令給機械設備去產生動作。這種多重線性計算式採用的就是神經元的速率編碼和時域編碼。另外還有像是線性計算式常用的細胞向量編碼,可以此對神經元放電模式做解碼的研究,在手臂位置、移動速率、加速、手抓握的力道等等,都有成功預測出重要動作操作的成果之例子。
圖二:使肢體偏癱或截肢者恢復運動功能的完全埋入式腦機介面。理想的腦機介面,所有裝備應盡可能被包覆在身體裡面,無線傳輸是其中非常重要的一環。另外,機械手臂要有真人手臂的功能,並應具有電力和操作準確性,同時必須具有觸覺和位置的偵測器將訊息傳回大腦。(獲尼可列利斯授權使用)

將來在數千個電極同時收取上萬個神經元放電的大量記錄情形下,從進行解碼運算到下達精準的動作指令給機械手臂,必須盡量在250毫秒甚至更短的時間內完成,這是一件非常消耗電腦運算資源的大工程,因此,若要在人體上真正運用,相關的電腦運算科技得要同步提升才行。另外,將高階的大腦神經元訊號與人造的低階反射性迴圈做結合,在高階大腦下達運動指令產生動作後,其後較規律性的或是無意識的動作,都交給在機械設備中預先設定好的自動化迴圈直接操作,這樣的設計有可能使機械手臂操作的正確性提升,運作更加順暢。

3. 機械設備在腦中的對應圖譜
身體各部位的生理功能在大腦有特定執掌的區域和神經元群組在負責,這樣的特定感覺投射和運動控制的分佈,我們稱為腦中的身體圖譜。過去有實驗發現如果失去部分身體構造,大腦會發生掌管區域變化這樣的可塑性。以感覺皮質為例,掌管其他區域的腦區會擴張過來。而在運動控制的研究也有發現,當長期使用身體以外的工具執行動作,大腦皮質會重組將工具納入身體的圖譜。所以科學家們根據這些研究結果相信,如果長期透過腦機介面控制機械設備執行運動功能,那麼大腦皮質和皮質下的神經核區就會重新製圖,將機械設備納入圖譜中。這些結果在大鼠和猴子的實驗中均已看到,這些動物本來要靠自己的手臂做特殊的操作,在讓牠們經過學習用意念透過腦機介面操作機械手臂後,即便牠們自己的手臂不再動作,機械手臂依然能繼續執行這個實驗所需的特殊操作,只靠神經元放電,也就是這些動物利用自己的念力操作機械手臂。這些研究都顯示神經元對學習操作腦機介面具有可適應的生理特性。

4. 客製化新式機械設備
最後,是要讓使用的人感覺到機械手臂就像是自己真的手臂,除了視覺回饋的訓練,最好還是要有體感覺訊息傳入大腦,例如肢體受到的碰觸、位置等等,這些不僅要在機械手臂上裝置感應器,同時還要有一個刺激訊號從裝置發出送到大腦皮質的感覺區域。另外,機械手臂的設計最好要採質地輕巧,運動流暢,做起動作不像機器人而是擬真的手臂,才是科學家心目中理想的腦機介面!
圖三:六月巴西世界足球盃開幕慶典上,癱瘓青年穿上的外骨骼機器人裝。
(獲尼可列利斯授權使用)

以上所有談到,利用大腦神經元直接控制機械手臂的腦機介面,其完美的終極目標也許還要再過十、二十年才有可能完成。但現在,我們知道有一個非常美好又令人振奮的進程已經展現,就是今年,2014 的六月,在巴西登場的世界盃足球賽,來自巴西的神經科學家尼可列利斯與他在美國杜克大學的研究團隊將他們多年的研究成果與大家分享:讓一個癱瘓的青年,穿上像外骨骼一般的機器人裝備,用他自己的念力,為這場世足盃,開球!

沒有留言: