Nature Medicine：革命性神经假体：增强肌肉传入信号，实现生物仿生步态

引言

在过去的几个世纪里，研究人员和工程师们一直在努力开发能够完全模拟生物腿灵活性和功能的人工腿替代品。然而，由于步态控制需要复杂的神经系统协调，这种仿真在截肢后变得尤为困难。传统的仿生腿通常依赖于预定义的机器人控制架构，通过有限状态机（finite state machine）和模式识别（pattern recognition）方法来生成仿生步态。这些系统通常将步态和地形类型分为离散状态，并通过检测当前状态来回放预定义的步态算法，而无需用户的持续神经调节。

尽管当前的仿生腿技术在一定程度上模仿了生物腿的运动，但它们仍然依赖于内在步态控制技术，而不能完全由人类神经系统驱动。这限制了仿生腿在复杂环境中的适应能力和响应速度。为了实现与完整生物肢体相当的功能，仿生腿需要高带宽的神经调节能力，以满足步态需求，包括自适应的足部定位、冲击吸收和跨越不同地形时的推进。

在生物完整腿中，传入神经信号（afferent signals）是步态控制的关键反馈机制之一。这些信号由肌肉和腱的感觉器官（sensory organs）产生，提供关于肢体位置和运动的信息，帮助神经系统进行精确的运动控制和调整。然而，标准截肢手术通常会移除大量的远端组织，导致重要的运动感觉传入信号丧失，使得步态控制变得更加复杂。

为了解决这一问题，7月1日Nature Medicine的报道“Continuous neural control of a bionic limb restores biomimetic gait after amputation”，提出了一种新的神经假体接口，通过手术连接的拮抗肌（agonist-antagonist muscles）和肌肉传感电极来增强残余肌肉的传入信号。研究团队假设，这种增强的传入信号可以通过连续的神经控制恢复截肢者的生物仿生步态。在临床研究中，七名接受了这种新型神经假体接口的腿部截肢者表现出了显著的步态改善，其最大步行速度提高了41%，达到了与未截肢者相当的峰值速度。

这项研究的重要性在于它不仅展示了通过增强残余肌肉传入信号可以显著改善截肢者的步态控制，还揭示了神经假体技术在恢复截肢者生活质量方面的巨大潜力。通过这种创新的神经假体接口，截肢者能够在多种地形和步行速度下实现自然的、生物仿生的步态，从而更好地适应日常生活中的各种挑战。这一发现为未来神经假体的设计和开发提供了新的思路，强调了在截肢手术中保留和增强残余肌肉传入信号的重要性。通过将残余肌肉传入信号增强与仿生肢体结合使用，截肢者可以实现更加自然和有效的步态控制，从而更好地恢复运动功能和独立性。

截肢后如何恢复患者的正常行走功能一直是医学和工程学界的难题。现有的仿生腿虽然在一定程度上模拟了生物腿的运动，但它们依赖于预定义的机器人控制架构，无法完全由人类神经系统驱动，从而限制了其在复杂环境中的适应能力和响应速度。该研究提出了一种创新的神经假体接口，通过增强残余肌肉传入神经信号，实现截肢者生物仿生步态的恢复。

在完整的生物腿中，传入神经信号（afferent signals）是步态控制的关键反馈机制。这些信号由肌肉和腱的感觉器官（sensory organs）产生，提供关于肢体位置和运动的信息，帮助神经系统进行精确的运动控制和调整。标准截肢手术通常会移除大量的远端组织，导致重要的运动感觉传入信号丧失，使得步态控制变得更加复杂。本研究假设，通过手术连接的拮抗肌（agonist-antagonist muscles）和肌肉传感电极，可以增强残余肌肉的传入信号，从而恢复截肢者的生物仿生步态。

为了验证这一假设，研究团队开发了一种神经假体接口，该接口由外科连接的拮抗肌和配备的肌肉传感电极组成。该研究共招募了14名单侧膝下截肢者（平均年龄47.6岁，截肢后平均时间3.9年）。所有参与者均熟练使用标准的被动假肢，能够以不同的步态节奏行走。研究排除了一些有潜在健康问题的个体，包括冠心病、慢性阻塞性肺疾病和广泛的微血管受损者，以及孕妇和吸烟者 。

参与者被分为两组，一组接受神经假体接口（AMI，Agonist-antagonist Myoneural Interface），另一组为对照组（CTL，Control）。在实验过程中，研究人员利用表面肌电图（EMG）和超声传感器记录参与者残余肌肉的肌束应变数据，并通过计算模型估算肌肉传入信号的带宽 。为了评估假体的步态适应性，研究团队进行了多种步态测试，包括不同速度的平地行走、斜坡和楼梯的适应，以及障碍物的跨越 。

在地面行走测试中，每个受试者被指导在10米长的开放走廊上行走，记录其行走时间以评估行走速度。研究团队还进行了坡道和楼梯适应测试，受试者被告知以自选速度开始行走，逐渐减少使用扶手并加速，直到找到能够安全保持稳定步态的最大速度 。

神经假体接口的设计原理、工作机制及其在增强残余肌肉传入信号、实现仿生步态方面的效果（Credit: Nature Medicine）

神经假体接口的结构图： 图示展示了神经假体接口的组成部分，包括拮抗肌（agonist-antagonist muscles）、皮肤上安装的柔性肌电图（EMG）电极和仿生踝关节。拮抗肌通过手术连接，用于增强残余肌肉的传入信号。

仿生腿完全由人类神经系统驱动： 图中显示了通过增强残余肌肉传入信号，仿生腿在步态循环的每个阶段都能够实现持续的神经调节，从而实现生物仿生步态。仿生踝关节的背屈（dorsiflexion）和跖屈（plantar flexion）在整个步态周期中由连续的神经控制，而不依赖于状态机或模式识别算法等内在步态控制技术。

神经假体接口的工作原理： 图示解释了神经假体如何通过压力梯度将机械信息传递给神经系统。在地面接触期间，假肢套筒内的压力梯度机械地刺激了残余组织，从而提供额外的传入信号，这可能有助于传感运动适应（sensorimotor adaptation）。

增强残余肌肉传入信号： 通过神经假体接口，拮抗肌的传入信号得到显著增强，与对照组相比，传入信号增加了。四名对照组的肌肉传入信号在作为拮抗肌工作时增加，导致拮抗肌传入信号出现负值。

神经假体系统组件： 图示列出了自主神经假体的组件，包括：仿生踝关节的电机单元，用于记录肌电信号的便携式肌电图传感器单元，与假肢衬里相连接的电极，仿生踝关节的生理模拟。

神经假体的控制机制： 图示说明了如何利用TA（胫前肌）和GAS（腓肠肌）的肌电信号来连续控制仿生踝关节。通过文献中关于最大肌肉力量-长度和力量-速度特性的经验值，计算每个关节状态下仿生踝关节的最大关节力矩上限。此外，测量的关节状态还用于估算被动生物结构（如韧带和关节囊）的力矩贡献。

在实验中，AMI组的最大行走速度从CTL组的1.25米每秒增加到1.78米每秒，增长了41%。在坡道行走测试中，AMI组在坡度下降时的峰值功率增加了178%，在坡度上升时的峰值功率增加了197% 。在楼梯测试中，AMI组在下楼时的负峰值功率显著增加，而上楼时的正峰值功率也显著增加 。这些数据表明，增强的残余肌肉传入信号能够显著改善截肢者的步态控制和适应能力。

在平地行走测试中，AMI组的步态对称性（LEK symmetry）在三种行走速度下均表现出显著的提高，表明其步态更加稳定和自然 。此外，AMI组在障碍物跨越测试中的足部定位和恢复步态的机械响应也表现出显著的改善，显示出其在复杂环境中的适应能力 。

该研究证明了通过增强残余肌肉传入信号，神经假体接口能够显著改善截肢者的步态控制，恢复其生物仿生的步态。该研究的重要性在于展示了神经假体技术在恢复截肢者生活质量方面的巨大潜力。未来的研究和开发可以基于这些发现，进一步优化神经假体接口，增强其在实际应用中的效果。这一成果不仅推动了神经假体技术的发展，也为截肢者提供了新的希望，使他们能够恢复更高的运动功能和独立性 。

通过这一创新的神经假体接口，截肢者能够在多种地形和步行速度下实现自然的、生物仿生的步态，从而更好地适应日常生活中的各种挑战。这一发现为未来神经假体的设计和开发提供了新的思路，强调了在截肢手术中保留和增强残余肌肉传入信号的重要性。通过将残余肌肉传入信号增强与仿生肢体结合使用，截肢者可以实现更加自然和有效的步态控制，从而更好地恢复运动功能和独立性 。

参考文献

Song H, Hsieh TH, Yeon SH, Shu T, Nawrot M, Landis CF, Friedman GN, Israel EA, Gutierrez-Arango S, Carty MJ, Freed LE, Herr HM. Continuous neural control of a bionic limb restores biomimetic gait after amputation. Nat Med. 2024 Jul 1. doi: 10.1038/s41591-024-02994-9. Epub ahead of print. PMID: 38951635.

https://www.nature.com/articles/s41591-024-02994-9