瑞典查尔姆斯理工大学领导的研究团队取得一项关键突破，首次利用植入式神经电极技术与人工智能（AI）算法，直接从膝上截肢患者残存的神经信号中解码出其控制腿部（包括膝盖、脚踝乃至脚趾）运动的意图。这项研究为开发新一代能够实现直观、自然控制的智能假肢奠定了重要基础，相关成果在最新一期《自然·通讯》杂志上发表。

　　目前，大多数商业假肢的控制方式存在局限。对于腿部假肢，通常依赖于预设的机械传感器自动适应步态，而无法实现使用者主动的精细控制。研究团队的目标是更直接地利用截肢后大脑仍会发出的、通往缺失肢体的原始神经指令。

　　为此，研究人员在两名膝上截肢志愿者的残肢内，植入了4根比头发丝还细的超柔性神经电极。这些电极被精准地植入坐骨神经的分支中，用以记录当患者试图移动其“幻肢”（即被截去的腿部）时产生的微弱神经信号。

　　解读这些信号是最大的挑战。研究团队采用了基于脉冲神经网络的AI算法。这种AI模型的特点是模仿生物神经元的工作方式，处理离散的、基于时间的电脉冲信号，这与神经系统自身的“语言”高度匹配，从而能以更高的效率和精度，从有限的数据中解码出运动意图。

　　实验结果显示，该系统能以前所未有的分辨率，准确识别并预测参与者尝试做出的各种特定动作，如伸展膝盖、弯曲脚踝甚至摆动单个脚趾。这意味着，通过单次植入的神经接口，可以捕获到极为精细的运动控制指令。

　　更值得关注的是，该技术平台是“双向”的。同一套植入电极不仅能读取用于控制假肢的运动信号，未来还能用于向神经施加电刺激，从而为使用者恢复触觉反馈。这为实现既能“随心而动”又能感知世界的仿生假肢提供了可能。

　　团队指出，这项工作是重要的概念验证，展示了通过直接神经接口实现自然假肢控制的巨大潜力。下一步，团队计划将这项技术集成到实际可用的假肢设备中进行测试，并探索其更广泛的应用前景。