隨著智能化的發展，人機交互技術逐漸成熟，人們逐漸掌握和控制人體的微量生理信號，并對它進行利用，進而改善人類的生活質量和生命健康等方面。近年來，腦機接口（brain-computer interface，BCI）和人機接口（Human Machine Interface，HMI）研究領域非常熱門，在各大頂級期刊都可以看到它們的身影，如下面3篇發表在Cell，Nature Biomedical Engineering和Science Robotics上，發表時間僅相隔3天，下面就來看看這個領域是如何受頂級期刊垂青的！
我們先來視覺性看看腦機接口能干什么事？從下面一個小視頻即可略知一二，它可以幫助癱瘓患者重新獲得運動能力和感知能力，幫助患者完成日常任務，具有非常實際應用前景！
源自cell
以下是為近期發表在NSC正子刊上的論文：
1. Cell：使用感覺運動的多路分解神經接口恢復觸摸感
脊髓損傷（SCI）后，可以使用腦機接口（BCI）增強癱瘓的肌肉，以單獨增強運動功能。重要的是，觸摸感是運動功能的關鍵組成部分。于此，美國Battelle 紀念研究所Patrick D. Ganzer等人證明具有臨床完整SCI的人類參與者可以使用BCI利用他自己手中的殘余觸摸信號，可同時恢復運動功能和觸覺。
本文要點：
1）在初級運動皮層（M1）中，殘余的感覺下手觸摸信號同時與正在進行的傳出運動意圖多路分離，從而實現皮層內控制的閉環感覺反饋。使用閉環多路分解BCI幾乎完全恢復了檢測物體觸摸的能力，并顯著改善了幾種感覺運動功能。
2）還可以從M1解碼傳入的握力強度級別，從而可以通過觸摸信號調節握力。這些結果表明，可以從皮層解碼知覺下的神經信號，并將其轉化為意識知覺，從而顯著增強功能。
Ganzer PD, et al. Restoringthe Sense of Touch Using a Sensorimotor Demultiplexing Neural Interface. Cell2020.
https://doi.org/10.1016/j.cell.2020.03.054
2. Nature Biomed. Eng.:通過對齊神經活動的低維空間來穩定腦機接口
神經記錄的不穩定性會使臨床腦機接口（BCI）無法控制。于此，美國卡內基梅隆大學Byron M. Yu等人表明，低維神經流形（描述神經元之間特定相關模式的低維空間）的對齊可用于穩定神經活動，從而在記錄不穩定的情況下保持BCI性能。
本文要點：
1）研究人員在存在嚴重和突然記錄不穩定的情況下，通過皮質內BCI在線光標控制過程評估了非人類靈長類動物的穩定器。穩定的BCI在不同的不穩定條件下和多天內恢復了有效的控制。
2）穩定器不需要了解用戶意圖，并且可以勝過監督的重新校準。即使神經活動幾乎沒有關于光標移動方向的信息，它也能穩定BCI。穩定器可適用于其他神經界面，并可提高BCIs的臨床可行性。
Degenhart, A.D., et al.Stabilization of a brain–computer interface via the alignment oflow-dimensional spaces of neural activity. Nat Biomed Eng (2020).
https://doi.org/10.1038/s41551-020-0542-9
3. Science Robotics：汗液驅動的柔軟電子皮膚，具有用于人機接口的多路復用和無線感應
現有的電子皮膚（e-skin）傳感平臺配備有利用電池供電或近場通信監測物理參數的設備。要使e-skins應用于下一代機器人和醫療設備，它們必須是無線操作和自供電的。然而，盡管最近努力從人體中獲取能量，但是由于缺乏連續的能量來源和有限的功率效率，具有通過藍牙通信執行生物傳感的自供電電子皮膚受到了限制。
于此，加州理工醫學工程系高偉課題組報道了一種靈活的、完全由汗液驅動的集成電子皮膚（PPES），用于多重代謝原位傳感。
本文要點：
1）無電池電子皮膚包含多模式傳感器和高效的乳酸生物燃料電池，使用零到三維納米材料的獨特集成，以實現高功率強度和長期穩定性。
2）PPES在未經處理的人體體液（人體汗液）中為生物燃料電池提供了創紀錄的3.5毫瓦·平方厘米的功率密度，并在60小時的連續運行中顯示出非常穩定的性能。它可以在長時間體力活動期間有選擇地監測關鍵代謝分析物（如尿素、NH4+、葡萄糖和pH值）和皮膚溫度，并使用藍牙將數據無線傳輸到用戶界面。PPES還能夠監測肌肉收縮，并作為人體假肢行走的人機接口（human-machineinteraction, HMI)。
Yu Y, et al. Biofuel-poweredsoft electronic skin with multiplexed and wireless sensing for human-machineinterfaces. Science Robotics. 2020;5(41):eaaz7946.
DOI:10.1126/scirobotics.aaz7946
https://robotics.sciencemag.org/content/5/41/eaaz7946
