据统计，全球有数百万人由于各种原因，导致四肢和大脑之间的信号通路中断，他们变得生活不能自理。为了帮助这些瘫痪者，科学家做了不少研究。

早期的研究认为，脊髓受损之后，大脑为了与失去联系的器官获得联系，会发生重组，尽管这种尝试往往是徒劳的。大脑的这种重组让研究人员觉得，通过重 建神经通路让四肢恢复运动能力是无济于事的。因此，他们打算借助机械手臂，帮助患者恢复部分生活能力。于是就成了下面这样的···

患者利用大脑微芯片控制机械手臂喂食巧克力

2012年，匹兹堡大学研究团队成功将一个芯片植入患者大脑，患者可以通过大脑控制与芯片连接的机械手臂(1)。同一年的早些时候，遐迩闻名的常春藤联盟成员布朗大学的研究人员也完成了类似的研究(2)。

但是，对于一个四肢健全的瘫患者而言，闲置四肢而使用额外增加的机械手臂，不仅是一种资源浪费，还会让患者感到不便捷。于是就有固执的研究人员埋头研究如何让瘫痪的四肢恢复运动能力。

同样在2012年，美国西北大学的研究团队成功实现用大脑芯片控制小猴子的上肢(3)。他们利用植入小猴子大脑的芯片获取神经数据，根据这些数据预测需要刺激的肌肉，然后猴子胳膊上相应的电极会发出电信号，形成刺激，相应的肌肉收缩，小猴子就可以完成相应的动作。

2014年，俄亥俄州立大学的研究团队将可以获取大脑神经信号的芯片植入一名24岁四肢瘫痪患者Ian Burkhart的大脑，患者已经瘫痪的右手恢复了部分功能，患者可以倒水、刷卡，甚至玩儿弹吉他游戏。4月13日，Chad Bouton领衔的这一研究成果刊登在《自然》杂志上(4)。

Ian Burkhart一定没有想到自己还可以玩吉他游戏

据《自然》杂志报道，五年前的一次意外，让Ian Burkhart摔断了脖子，从此以后他的四肢就失去了知觉，生活不能自理。后来他发现离他家不远的俄亥俄州立大学在研发一种让瘫痪四肢复苏的技术，目前 正在招募实验的志愿者。于是为了能够生活自理，Burkhart加入了Bouton的研究项目。

Burkhart摔断了脖子，大脑和手失去了联系

Bouton让Burkhart尝试模仿视频里面播放的手部动作，于此同时，Bouton和他的助手用fMRI（功能性磁共振成像）设备扫描Burkhart的大脑活动，记录下做规定动作时大脑的活动形式。

通过建立“神经旁路”，Burkhart又可以控制自己的手了

接下来，Bouton通过手术在Burkhart大脑特定区域植入一个芯片，用于记录Burkhart大脑的活动信号。这些信号经电脑转换成电信 号，电信号通过固定在Burkhart手臂上的腕带刺激相应的肌肉，使Burkhart的手能做出相应的动作。这时，电脑会记住作出相应动作时，腕带上电 极的情况。

戴上腕带的Burkhar已经学会了抬起手来

最开始的时候，Burkhart的训练是从最简单的伸开手掌和握拳头开始的，通过不断的尝试，Burkhart在一天之内就学会了移动手掌，以及伸开手掌和握拳头。

在接下来很长一段时间里，Burkhart每周接受3次训练。如此反复训练，再结合机器学习算法，最终，Burkhart能够完成手指分离，以及6种不同的手腕动作。在这个基础上，他可以端水、倒水、搅拌，他甚至学会玩儿一种吉他游戏。

腕带上布满了电极，电极的不同开关组合，对应的是不同的动作。上图的电极模式对应的动作是摊开手掌（红色表示负极，黑色表示正极，无色的没有启动）

据Burkhart介绍，在实验的第一天他就感到无比的兴奋，因为他又可以控制自己的手了。这让他看到了自理生活的希望。然而，由于这项研究目前还 处于实验室研究阶段，Burkhart只能在规定的时间，在实验室里体验那种失而复得的喜悦感。单从这项研究的复杂程度来看，我们很容易知道，这项技术短 时间之内难以进入瘫患者的生活。

然而，笔者认为，最近几年大脑芯片的研究越来越受到关注，比如前面介绍的几项相关研究，都是刊登在顶级期刊的重大进展。再加上目前机器学习算法的飞 速进展，研究人员很有可能在短时间内，弄清楚大脑活跃信号、肌肉收缩和指定动作三者之间的关系。届时，设计出一款轻量级的辅助设备将不是难事。