假肢科研最新消息，直接连接神经系统有望实现更自然的腿部假肢

一项改写截肢者生活的技术突破

对于肢体残缺的患者而言，拥有一副能 “心随意动” 的假肢，是恢复生活自理与尊严的重要期盼。近日，由瑞典查尔姆斯理工大学牵头的国际研究团队取得重大进展 —— 他们首次通过人工智能脉冲神经网络，直接解码膝上截肢患者坐骨神经的运动信号，精准捕捉到包括摆动脚趾在内的细微动作意图。这一成果不仅让假肢实现 “自然控制” 迈出关键一步，更有望通过单一植入设备同时恢复运动功能与触觉感知，为截肢者带来全新的生活希望。

现有假肢的 “控制困境”

长期以来，帮助截肢者恢复功能性活动与独立生活，是生物医学领域的核心目标，但现有技术始终存在明显局限。对于手臂和手部假肢，目前主流的控制方式依赖残存肌肉：大脑发出的神经信号先激活剩余肌肉，再通过传感器捕捉肌肉运动，进而驱动假肢动作。但这种方式的前提是必须保留完好的残存肌肉，一旦遭遇严重截肢，肌肉组织大量缺失，这种控制模式便完全失效。

而腿部假肢的情况更为特殊 —— 由于行走动作的复杂性，现有产品大多采用 “被动适应” 设计：依靠内置机械结构和传感器感知路面变化，自动调整步态，无需用户主动控制。但这也意味着，用户无法根据自身意愿灵活调整动作，比如快速转弯、踮脚、上下台阶等精细动作都难以实现，假肢的 “实用性” 和 “自然感” 大打折扣。

“核心问题在于，我们一直没能直接对接大脑的‘指令源头’。” 研究资深作者、查尔姆斯理工大学助理教授贾科莫・瓦莱解释道，“当人想要移动肢体时，神经信号会直接传递到目标肌肉 —— 即便肢体已经缺失，这些神经依然会保持活跃。理论上，这些神经中包含了所有运动控制的关键信息，我们的挑战就是如何‘读懂’这些信号。”

破解神经信号的 “两大难点”

直接从残存神经中提取运动信号，是公认的技术难题。此前相关研究寥寥无几，且全部集中在上肢，针对腿部的研究几乎处于空白 —— 这与临床需求形成鲜明反差：全球大多数截肢患者失去的是腿部。

难点主要集中在两方面：一是信号 “弱且难捕捉”。截肢后，残存神经的电信号强度极低，且容易受到周围组织干扰，常规传感器根本无法稳定采集；二是编码 “复杂难解读”。神经信号并非连续的数值，而是以离散的电脉冲（又称 “尖峰信号”）形式传递，这种 “脉冲语言” 与人类日常认知的信号模式完全不同，传统算法难以破解。

为解决这些问题，研究团队采用了 “硬件创新 + 算法突破” 的组合方案。在硬件方面，他们使用了由弗莱堡大学研发的超薄神经植入物 —— 这种植入物仅有头发丝粗细，且具备良好的柔韧性，能够精准植入坐骨神经的胫神经分支（该分支直接负责腿部运动与感觉传递），既不会损伤神经组织，又能近距离捕捉微弱信号。值得一提的是，这类植入物此前仅用于刺激神经、恢复触觉，此次研究首次实现了 “双向通信”：既能读取神经信号，又能反向传递感觉反馈。

在算法方面，团队放弃了传统人工智能模型，转而采用更贴近生物神经通讯模式的 “脉冲神经网络（SNN）”。与 ChatGPT、图像识别等依赖连续数据的传统 AI 不同，脉冲神经网络专门处理基于时间序列的脉冲信号，其工作原理与生物神经元之间的交流方式高度一致。“神经系统的‘语言’本身就是脉冲，用脉冲神经网络去解读，相当于用‘母语’和神经对话。” 另一位资深作者、苏黎世大学教授 Elisa Donati 解释道，这种贴合生物学的设计，让模型能以更少的数据、更低的功耗，高效提取运动意图，为后续开发 “完全植入式、低功耗” 的假肢控制系统奠定了基础。

实验验证：精准解码 “幻肢动作”

在临床测试中，研究团队对两名膝上截肢患者进行了实验。他们将四个超薄植入物植入患者坐骨神经的胫神经分支，当患者被要求用 “幻肢”（即主观感知中依然存在的缺失肢体）尝试不同动作时，植入物实时记录神经脉冲信号，再通过脉冲神经网络进行解码。

测试结果令人振奋：系统不仅成功识别出膝盖弯曲、脚踝转动等常规动作，还精准捕捉到摆动脚趾、踮脚等此前无法解读的细微动作，解码精度达到前所未有的水平。“最令人惊喜的是，即使电极植入在残肢较高的位置，依然能清晰解码脚趾的微小动作。” 瓦莱强调，这证明神经信号中包含的运动信息远比想象中丰富，只要解码方法得当，就能实现超高分辨率的动作控制。

更重要的是，该系统实现了 “双向功能集成”。此前，若想让假肢同时具备运动控制和触觉反馈功能，需要植入多个不同的芯片，不仅增加手术复杂度，还可能提高并发症风险。而此次研究使用的单一植入设备，既能读取运动信号，又能通过神经刺激传递触觉反馈 —— 比如让用户感知到假肢触碰物体的压力、温度，真正实现 “运动 + 感觉” 的双重恢复。

未来展望：从 “概念验证” 到 “实用假肢”

目前，这项研究还处于 “概念验证” 阶段，证明了技术的可行性。下一步，研究团队将重点推进技术的实际应用：将神经植入物与真实假肢集成，进行临床测试，优化系统的稳定性和实用性。

“我们的目标不是制造一个‘能活动’的假肢，而是打造一个‘像自己肢体一样’的假肢。” 瓦莱表示，未来这项技术不仅可用于腿部假肢，还能推广到上肢、手部等各类假肢产品中。想象一下，截肢者戴上假肢后，既能通过意念灵活控制每个手指的动作，又能清晰感知到握住物体的触感；走路时能根据路面情况随意调整步态，上下楼梯、跑步、转弯都和常人无异 —— 这一切都将随着神经解码技术的成熟逐步实现。

除了假肢领域，这项技术还可能带来更广泛的应用场景：比如为脊髓损伤患者开发神经接口设备，帮助他们重新控制肢体；或者用于康复机器人，为中风患者提供更精准的康复训练。而其核心的 “脉冲神经网络 + 神经植入” 技术，也为生物医学与人工智能的融合提供了新的思路 —— 当我们学会用 “生物语言” 与人体系统对话，更多曾经的 “医学难题” 或许都将迎来破解的可能。