瑞典查爾姆斯理工大學領導的研究團隊取得一項關鍵突破，首次利用植入式神經電極技術與人工智能（AI）算法，直接從膝上截肢患者殘存的神經信號中解碼出其控制腿部（包括膝蓋、腳踝乃至腳趾）運動的意圖。這項研究為開發新一代能夠實現直觀、自然控制的智能假肢奠定了重要基礎，相關成果在最新一期《自然·通訊》雜志上發表。

目前，大多數商業假肢的控制方式存在局限。對於腿部假肢，通常依賴於預設的機械傳感器自動適應步態，而無法實現使用者主動的精細控制。研究團隊的目標是更直接地利用截肢后大腦仍會發出的、通往缺失肢體的原始神經指令。

為此，研究人員在兩名膝上截肢志願者的殘肢內，植入了4根比頭發絲還細的超柔性神經電極。這些電極被精准地植入坐骨神經的分支中，用以記錄當患者試圖移動其“幻肢”（即被截去的腿部）時產生的微弱神經信號。

解讀這些信號是最大的挑戰。研究團隊採用了基於脈沖神經網絡的AI算法。這種AI模型的特點是模仿生物神經元的工作方式，處理離散的、基於時間的電脈沖信號，這與神經系統自身的“語言”高度匹配，從而能以更高的效率和精度，從有限的數據中解碼出運動意圖。

實驗結果顯示，該系統能以前所未有的分辨率，准確識別並預測參與者嘗試做出的各種特定動作，如伸展膝蓋、彎曲腳踝甚至擺動單個腳趾。這意味著，通過單次植入的神經接口，可以捕獲到極為精細的運動控制指令。

更值得關注的是，該技術平台是“雙向”的。同一套植入電極不僅能讀取用於控制假肢的運動信號，未來還能用於向神經施加電刺激，從而為使用者恢復觸覺反饋。這為實現既能“隨心而動”又能感知世界的仿生假肢提供了可能。

團隊指出，這項工作是重要的概念驗証，展示了通過直接神經接口實現自然假肢控制的巨大潛力。下一步，團隊計劃將這項技術集成到實際可用的假肢設備中進行測試，並探索其更廣泛的應用前景。（記者張夢然）