这个问题的研究可以一直追溯到现代神经科学的奠基人、1932年诺贝尔奖获得者Charles Sherrington。他发现肌肉的控制是由脊髓中的运动神经细胞协同完成的，并非简单的一对一的控制。这个协同编码( Population Coding )的思想启发了后来的大脑运动皮层神经编码的研究，特别是1980年代初，Apostolos Georgopoulos等人发现运动皮层神经细胞是用一种“民主投票”的方式协同编码手臂的运动方向的。每个运动皮层神经细胞都有自己喜好的方向，有些喜好30度，有些45度等等，当大脑决定把手臂伸向某个目标角度时，这些运动神经细胞都会参与放电，如果目标角度和自己的喜好方向很接近，它就放电多些，反之就放电少些。形象地说就是，喜欢就”大声支持“，不喜欢就”小声附和一下“。如果把这些神经细胞的放电活动用向量来表示，向量的方向是这个细胞的喜好方向，向量的长度是每秒钟的放电次数(发放率)，把所有能记录到的细胞的“放电向量” 用向量求和的方式加起来，得到的向量方向就是手臂要去的目标方向。
神经细胞“投票”决定运动方向
进一步的研究发现，无论运动角度，还是手臂端点的位置、运动加速度，甚至手指的力量，都可以用类似的群体协同编码的方式来实现。如果再做些数学抽象，这个群体向量编码(Population Vector Analysis, PVA)，实际上就是用一组基向量(每个神经细胞喜好方向的单位向量)来张成整个二维或者三维空间，任意一个目标方向在这些基向量上的投影，就是每个神经细胞的发放率，多么完美简洁的系统！理论上，我们的运动大脑皮层只需要3个神经细胞分别对应xyz三个方向的基向量，整个三维空间就可以被完全表示了，考虑到神经细胞方法率不可能是负数，再增加3个xyz负方向的神经细胞，也就足够了。实际上我们的大脑运动皮层有成千上万的细胞参与了这个协同编码，这样的冗余并非浪费，它使得编码更加稳健可靠，其中少数细胞的“缺席”(死亡或者没有被电极捕获到)或者“偷懒”(发放率不准确)，不会影响最后编码目标方向的准确性。这样的编码规律完全可以表示为一个线性关系，也就是目标方向的向量V等于“捕获”到的神经细胞的基向量A用各自发放率R的加权求和：V=A*R。虽然我们还不知道这个方程是不是运动神经细胞编码的本质，但它很好地拟合了已有的数据，甚至可以通过它来实现脑机接口所期望的解码——由神经细胞活动来推测运动方向。如果先按照预定的轨迹V’运动，同时记录神经细胞放电R’，得到一组数据后就可以求得矩阵A；开始脑机接口解码时，神经细胞放电R是可以记录到的，通过V=A*R就可以得到当前的目标方向，也就是大脑要指挥外部设备(屏幕光标、假肢等)移动的方向。
最初的植入脑机接口研究是在”训练有素“的猴子身上进行的。2002年Donoghue实验室的猴子可以用自己运动脑区的神经细胞活动控制计算机屏幕上的目标在二维平面自由移动，随后Schwartz实验室的猴子通过类似的脑机接口可以在三维空间做到自由控制，杜克大学Nicolelis实验室的猴子甚至可以遥控远在MIT的机械臂。随着电极植入技术和神经活动解读方法越来越精准，猴子可以通过脑机接口控制的参数个数越来越多。到了2008年，Schwartz实验室的猴子可以做到自如控制机械臂的10个自由度，并且用完全脑控的方式操作机械臂拿到了棉花糖喂自己，这向人们展示了植入脑机接口用于残疾人控制假肢的美好前景。
【免责声明】本文仅代表作者个人观点，与IT09数码网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。您若对该稿件内容有任何疑问或质疑，请联系本网将迅速给您回应并做处理。