瑞典查尔姆斯理工大学的研究团队在《自然通讯》上发表了一项突破性研究，首次成功从膝上截肢者的剩余神经中直接解码腿部运动意图。这项技术结合新型植入式神经接口与基于脉冲神经网络的人工智能算法，实现了对详细动作的高精度解读，包括扭动脚趾等精细运动，为开发更自然、更直观的腿部假肢提供了新路径。
研究团队专注于利用截肢后仍活跃的神经信号，克服了直接从剩余神经提取微弱信号的挑战。查尔姆斯理工大学的助理教授贾科莫·瓦莱表示：“当你告诉身体移动时，信号会通过神经传递到执行动作的肌肉——即使肢体已不存在。这意味着你可以在那些神经中找到所需的所有信息。主要挑战是提取这些信息并理解其背后的神经代码——这正是我们工作的重点。”这项神经解码技术通过植入超薄电极到坐骨神经分支，记录并分析神经活动。
苏黎世大学和苏黎世联邦理工学院的教授埃丽莎·多纳蒂补充道：“我们的研究表明，当解码周围神经活动时，尊重神经系统的语言效果最佳。周围神经通过离散的电脉冲或尖峰进行交流，因此脉冲神经网络自然适合处理这种类型的信号。通过将我们的计算模型更紧密地与生物学对齐，我们可以使用紧凑的模型和相对有限的数据高效提取运动意图。”这种方法不仅提升了神经解码的准确性，还支持低功耗、完全可植入的系统设计。
在实验中，研究团队对两名膝上截肢参与者进行了测试，成功解码了膝盖、脚踝和脚趾的特定运动。瓦莱指出：“这是首次研究表明，直接从周围神经记录到的信号可用于准确解释截肢者的意图腿部运动。通过这种方法，我们能够将特定的神经信号映射到特定运动，并以高精度预测参与者尝试进行的运动。”此外，该技术的一个关键优势是能够用单个植入物同时实现运动控制和感觉恢复，简化了假肢系统的复杂度。
这项研究作为概念验证，展示了神经解码技术在假肢应用中的可行性。下一步，团队计划将技术整合到真实的假肢腿中进行测试，以评估其在日常使用中的性能。瓦莱总结道：“我相信这些结果可能对该领域产生重大影响。下一步是将技术整合并测试到一个可以直接控制并能恢复自然感觉的假肢腿中。”这项进展不仅对腿部假肢的开发至关重要，未来还有望扩展到其他类型的假肢，推动生物医学工程领域的创新。
出版详情：作者：Chalmers University of Technology；标题：《Direct nervous system link promises more natural leg prostheses》；发表于：《Nature Communications》(2026)；期刊信息：《Nature Communications》。
