臻泰智能:瞄准康复领域刚需,发布“BCI+VR+机器人”脑机智能康复整体解决方案

2019年,脑机接口产业界取得了多项突破,行业逐渐升温:Elon Musk的脑机接口技术公司Neuralink发布了脑机接口植入机器人;Facebook斥资10亿美元收购脑机接口公司CTRL-labs;日产汽车展示了解读大脑信号的脑控车(Brain-to-Vehicle)技术……

作为脑科学行业的前沿技术,脑机接口在教育、军事、娱乐、医疗等各个领域都有应用潜力。

对于脑机接口技术在教育、军事、娱乐等非医疗领域的应用,臻泰智能创始人王浩冲表示:“脑机接口在这些领域的应用尚处于探索阶段,大都以简易脑电设备为主。如果想要在这些领域广泛的落地应用,还需在技术成熟度、用户体验方面进行优化提升,我们认为还有很长的路要走。”

医疗康复领域则不同,王浩冲认为,机接口技术将最先在医疗康复领域落地。“该技术解决的是神经性疾病患者的康复问题,使传统的被动器械康复变为主动意念康复,有效改善康复效果。”这也是臻泰智能团队选择医疗康复领域作为落脚点的原因。

臻泰智能扎根脑控康复医疗行业,以脑机接口、虚拟现实、机器人控制三大技术为核心,专注脑控医疗康复系统的研发,推出了脑机智能康复整体解决方案。在脑控康复机器人落地应用方面,公司已经走在行业前列,具有先发优势。

脑机接口技术在康复医疗领域是刚需

中国康复医疗市场潜力巨大,未来可期。《中国脑卒中防治报告(2018)》显示,预计我国40岁以上人群的脑卒中现患人数达1242万。我国脑卒中患者术后自理率不到30%,大部分患者都存在不同程度的残疾,需要长期进行康复治疗。再算上每年新增的需要康复训练的老年人、残疾人也有约500万人。预计未来康复医疗市场规模有望达到千亿级别。

然而,器械辅助等传统的康复手段疗效有限,医疗康复领域对新技术的需求十分迫切。“传统的康复治疗方式都是被动康复,患者易产生疲劳、厌倦等心理,使得康复效果大打折扣。”

脑机接口技术(Brain Computer Interface,BCI)在康复医疗领域是刚需,吸引了无数研究者和企业的目光。上世纪90年代,科学家们开始进行相关研究;2000年,基于脑电的生物反馈产品开始在医疗领域落地应用;2014年,截瘫青年朱利亚诺·平身着外骨骼机器衣为世界杯开球;如今,这一行业已经进入产品化阶段。

但王浩冲认为,我国脑控医疗康复领域发展还处于较初级阶段,“现在康复医疗行业常用的治疗方式以器械辅助训练为主,这类产品是从肢体末端向神经中枢的刺激,属于单向被动神经刺激,没有形成“感知-控制”的双向闭环神经反馈。主动训练也是通过简易的运动想象疗法或镜像疗法,让患者观察运动的物体训练,并无主动运动意图脑电特征的实时监测与反馈。然而,脑卒中等脑损伤疾病是神经中枢受损,更需要对神经中枢进行直接的双向神经刺激反馈。正因为此,市面上的大部分产品对脑损伤患者的中枢神经康复效果其实并不尽如人意。”

通过对脑电信号进行运动意图辨识,脑机接口康复训练系统可以将被动训练转换成患者的主动运动,进一步提高患者的主观能动性,提高康复效果,克服了传统康复手段被动单一介导的缺陷。另一方面,脑机接口让患者通过自己的思想控制外界设备进行训练,这样不仅能够提高患者的主动性,还可在患者受损的中枢神经中形成实时监测与反馈,从而提高康复疗效。

特别是随着VR技术的普及,患者可在更加接近真实的环境中产生质量更高的大脑运动意图信号,进而提高BCI系统的性能。并且诸多学者基于BCI技术也在开展视觉、听觉神经假体恢复病人视听觉神经功能,帮助意识障碍人群恢复原有意识状态,治疗自闭症、多动症、抑郁症等疾病人群等研究。

王浩冲创立的臻泰智能就是致力于推动脑控智能康复技术的发展。臻泰智能依托于西安交通大学机械工程学院医工交叉研究所孵化,项目由863计划科技成果转化而来。公司团队是业内少见的工科背景的脑机接口研发团队,公司首席科学家为西安交大享受国务院特殊津贴专家、国家863项目首席专家、AI医疗器械标准组专家徐光华教授,在生机电信号处理领域有着深厚的技术研究积累。

早在2003年,研发团队就在进行脑机接口底层技术研究,在康复机器人领域也颇有成就。2018年公司创立之后,吸引了来自迈瑞、强生等企业的结构工程师、市场销售人员、生物工程专家和临床医学研发人员先后加入团队。到现在,公司已经拥有一支经验丰富的专业脑机接口康复机器人产业化团队。

“BCI+VR+机器人”构建脑机智能康复整体解决方案

臻泰智能围绕范式、算法、应用三大块进行前沿布局,已经推出了脑控智能康复整体解决方案,通过脑机接口、虚拟现实及康复机器人三大技术构建脑控智能康复整体解决方案。

在范式这一端,公司通过虚拟现实技术构建了基于视觉运动协同闭环,激活其视觉和运动神经中枢,从而使患者的自发运动意图信号更强,解决了患者脑电信号微弱问题;

在算法层面,公司开发了可精确识别患者运动意图的脑机接口辨识算法,准确率高达90%,有效解决患者脑电特征个体差异性大的问题;

在应用端,臻泰智能研发出了脑控智能康复机器人整体解决方案,可实现脑电信号处理与机器人协同控制,根据大脑运动意图的强弱来调节控制强度,形成动态闭环反馈,实现机器人柔性控制;

除此之外,臻泰智能也自研了高增益的脑电信号放大器,布局脑机接口系统核心部件,并与下游众多企业展开合作,应用脑机接口技术赋能传统行业。

王浩冲表示:“2017年,团队就开展了临床研究,对脑损伤患者进行脑机接口神经康复。通过临床研究积累了大量的数据和样本,构建出了更具有普适性的临床算法模型,可精准识别患者运动意图,快速落地应用。臻泰智能目前也成为唯一一家同时入选美敦力医疗创新加速器和默克中国创新加速器的神经康复创新型技术企业。”

目前,公司的脑控智能康复解决方案主要用于神经性疾病康复,在科研预临床阶段,累计试用患者已达1000多例。研究显示,经过脑机接口系统康复治疗,患者的认知状态、运动能力、平衡力、肌张力有了明显的提升。接下来该解决方案会逐渐拓展至物理治疗、作业治疗等康复训练全场景,并通过全周期的脑电数据采集评估,为患者精准化定制康复治疗方案。

臻泰智能定位脑机接口医疗产业化研发商,在2至3年内,公司会全力推进通用医疗BCI底层技术研发及产品的临床试验和注册申报工作。未来5年,公司将用脑机接口技术赋能整个智慧医疗场景,成为脑控康复医疗领域的领导者。

文 | 焦艳丽

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。文中出现的采访数据均由受访者提供并确认。未经许可,禁止进行转载、摘编、复制及建立镜像等任何使用。
世间治愈的是愿意自渡的人
(0)

相关推荐

  • 基于增强现实和脑机接口的机械臂控制系统

    对于有运动障碍或身体残疾的人来说,完成日常任务和家务是非常具有挑战性的.机器人技术的最新进展,例如大脑控制的机器人肢体,有可能显著改善他们的生活质量. 河北工业大学和其他研究机构的研究人员联合开发了一 ...

  • 使用非侵入性脑机接口和计算机视觉引导对机器人手臂进行共享控制

    更多技术干货第一时间送达 对于某些严重残疾患者来说,使用脑机接口(BCI)控制机械臂进行伸手和抓握活动是最常见的应用之一,对于基于脑电图(EEG)的非侵入性BCI而言,这具有很大的挑战性. 在该项研究 ...

  • 利用脑机接口技术,实现大脑控制械臂

    更多技术干货第一时间送达 用户控制机械臂的2D连续运动以在计算机屏幕上跟踪随机运动的目标. 图片来源:  Edelman et al., Sci. Robot. 4, eaaw6844 (2019) ...

  • 当脑机接口应用于建筑工地,会发生什么?

    ‍‍‍‍‍‍‍‍‍‍ ‍‍‍‍‍‍‍‍‍‍ 最近,在建筑工地上开始出现了协作机器人的使用.由于大多数机器人不是完全自动化的并且需要某种控制机制,因此将机器人融入到人类主导的环境中可能引发安全问题. 在 ...

  • 脑机接口和卷积神经网络的初学指南(一)

    更多技术干货第一时间送达 脑机接口和卷积神经网络的初学指南分为两部分,第一部分主要介绍脑机接口和AI +研究论文的概貌:第二部分主要深入解释神经网络与BCI的结合 本篇是第一部分,介绍脑机接口和AI+ ...

  • 该项研究降低了使用大脑信号控制机器人手臂的位置误差

    更多技术干货第一时间送达 当前脑机接口(BCI)设计用于位置控制中有两个基本限制.首先,大多数现有方案采用开环控制,因此无法跟踪位置误差,从而导致无法采取必要的在线纠正措施.有一些关于基于闭环脑电图( ...

  • 陈根:无线高宽带脑机接口,使用无压力

    文/陈根 脑机接口(BCI)作为一种不依赖于外周神经和肌肉正常传出路径的通讯控制系统可以采集并分析大脑生物电信号,并在计算机等电子设备与大脑之间构建交流与控制的直接路径. 随着技术的发展与市场需求的逐 ...

  • 第1期 | 国内脑机接口领域专家教授汇总

    更多技术干货第一时间送达 今天分一些国内从事脑机接口领域研究的专家教授,主要是为了方便报考该领域的硕博士生了解. 第一期分享了5位从事脑机接口领域的专家教授(排名不分先后),部分专家教授网上信息不足, ...

  • 脑机接口科普文

    本文首发在个人博客上(7988888.xyz),此文章中所有链接均通过博客进行访问. 每写一篇文章都是对自己知识的梳理,这也是我初衷的所在.当然在对所讲述的知识时,我也是尽可能的用浅白的话语阐述清晰, ...

  • 《Science》:唤起触觉的脑-机接口,改善机器手臂的控制!

    由脑-机接口控制的义肢,可以使四肢瘫痪的人恢复功能性运动.然而,视觉提供的反馈有限,因为关于抓取物体的信息,最好是通过触觉反馈传递. 在此,来自美国匹兹堡大学的Jennifer L. Collinge ...