Meta 的手指追踪神经腕带演示，感觉这个比纯光学的追踪更好一些，操作更精细，而且不会受到光线环境的影响。

Meta 的手指追踪神经腕带演示，感觉这个比纯光学的追踪更好一些，操作更精细，而且不会受到光线环境的影响。 这个手指追踪方法是通过感知从大脑通过手腕传递到手指的神经电信号，使用一种称为肌电图（EMG）的技术。 理论上，这种方法可能具有零甚至负的延迟，完美的准确性，不受光照条件的影响，并且不会受到遮挡的影响。 根据去年的时间表：手环将提供两种型号，价格不同 - 一种只有神经输入技术，另一种还配备显示屏和摄像头，可作为智能手表。 来源：

机器人 显微外科医生 缝合 玉米 粒。

机器人 显微外科医生 缝合 玉米 粒。 索尼开发的这款机器人使用显微镜和高度灵敏的控制装置来跟踪外科医生的手部动作，并对静脉和神经等小组织进行精细的手术。 该技术的主要优点之一是能够降低显微外科手术过程中出现并发症的风险。通过提供手术部位的放大视图并提供精确控制，机器人可以帮助最大限度地减少对周围组织的损伤并提高手术精度。 这项技术代表了显微外科领域的重大进步，并有可能改善各种外科手术的患者治疗效果。这是如何利用机器人技术来增强外科医生能力并改善患者护理的一个例子。#医学

突破性人工智能利用大脑数据预测小鼠运动 准确率高达95%

突破性人工智能利用大脑数据预测小鼠运动 准确率高达95% 一种用于预测行为状态的新型"端到端"深度学习方法使用了无需预处理或预先指定特征的全皮层功能成像。该方法由医科学生梶冈武弘（AJIOKA Takehiro）和神户大学高见彻（TAKUMI Toru）领导的团队开发，他们还能确定哪些大脑区域与算法最相关（如图）。提取这些信息的能力为未来开发脑机接口奠定了基础。资料来源：梶冈武弘要制作脑机接口，就必须了解大脑信号和受影响的动作之间的关系。这就是所谓的"神经解码"，这一领域的大部分研究都是通过植入大脑的电极来测量脑细胞的电活动。另一方面，功能成像技术，如核磁共振成像或钙成像，可以监测整个大脑，并通过代理数据使活跃的大脑区域清晰可见。其中，钙成像速度更快，空间分辨率更高。但在神经解码工作中，这些数据源仍未得到利用。其中一个特别的障碍是需要对数据进行预处理，如去除噪音或确定感兴趣的区域，因此很难为多种不同行为的神经解码设计出通用的程序。神户大学医科学生 Ajioka Takehiro 利用神经科学家 Takumi Toru 领导的团队的跨学科专业知识解决了这一问题。Ajioka 说："我们在基于 VR 的小鼠实时成像和运动跟踪系统以及深度学习技术方面的经验，让我们能够探索'端到端'深度学习方法，这意味着它们不需要预处理或预先指定的特征，从而可以评估整个皮层的神经解码信息。他们将两种不同的深度学习算法（一种针对空间模式，一种针对时间模式）结合到小鼠在跑步机上休息或奔跑的全皮层胶片数据中，并训练他们的人工智能模型从皮层图像数据中准确预测小鼠是在移动还是在休息。"神户大学的研究人员在《PLoS 计算生物学》杂志上报告说，他们的模型预测动物真实行为状态的准确率高达 95%，而无需去除噪声或预先定义感兴趣的区域。此外，他们的模型仅凭 0.17 秒的数据就做出了这些准确的预测，这意味着他们可以达到接近实时的速度。而且，这种方法适用于五个不同的个体，这表明该模型可以过滤掉个体特征。然后，神经科学家们通过删除部分数据并观察模型在该状态下的表现，确定图像数据中哪些部分对预测起主要作用。预测结果越差，数据就越重要。梶冈武弘释说："我们的模型能够识别行为分类的关键皮层区域，这尤其令人兴奋，因为它打开了深度学习技术'黑盒'的盖子。"神户大学团队建立了一种可通用的技术，从整个皮层功能成像数据中识别行为状态，并开发了一种技术来识别预测是基于数据的哪些部分。这项研究为进一步开发能够利用无创脑成像进行近实时行为解码的脑机接口奠定了基础。编译自:ScitechDaily ... PC版： 手机版：

果蝇肌肉的详细线路图揭示了意想不到的复杂性

果蝇肌肉的详细线路图揭示了意想不到的复杂性 研究人员说，果蝇看似简单，但它们的运动系统却包含了"意想不到的复杂程度"。科学家们观察到："一个典型的苍蝇运动神经元接受来自数百个突触前运动神经元的数千个突触。这一数字与啮齿类动物大脑皮层锥体细胞的突触整合规模相当"。控制果蝇腿部和翅膀肌肉的运动神经元解剖重建图。图片来源：Tyler Sloan/Quorometrix Studio发表在《自然》科学杂志上的两篇新论文揭示了这一领域的最新发现，加深了我们对动物中枢神经系统如何协调单个肌肉以促进各种行为的理解。雌果蝇起飞和飞行所涉及的各种神经系统结构的解剖重建动画。果蝇用腿进行跳跃、行走、梳理、打斗和求偶等多种活动。它们还能调整步态，在室内植物、墙壁、潮湿表面、天花板甚至昆虫级跑步机等地形中穿行。从使苍蝇能够保持稳定位置的姿势反射，到穿越障碍物或改变飞行方向，所有这些动作都源自运动神经元的电信号。这些信号通过运动神经元的线状突起来刺激肌肉。研究人员指出，果蝇的六条腿仅由 60 到 70 个运动神经元管理。他们指出，在猫体内，约有 600 个运动神经元为一块小腿肌肉提供动力。只有 29 个运动神经元控制着果蝇翅膀的动力肌和转向肌。相比之下，蜂鸟的胸肌由 2000 个运动神经元提供。虽然苍蝇的运动神经元很少，但它在空中和陆地上的表现却非常出色。雌果蝇腹侧神经索的解剖重建图。图片来源：Tyler Sloan/Quorometrix Studio科学家们解释说，运动单元由单个运动神经元和它所能激发的肌肉纤维组成。不同的运动单元以不同的组合和顺序被激活，协同实现无数的运动行为。参与这两项研究的科学家对前运动电路的布线逻辑很感兴趣。他们希望了解苍蝇的神经系统是如何协调运动单元来完成各种任务的。其中一项研究采用了自动化工具、机器学习、细胞类型注释和电子显微镜技术，在一只雌果蝇的腹侧神经索中识别出了14600个神经元细胞体和大约4500万个突触（信号传递连接点）。果蝇的腹侧神经索类似于脊椎动物的脊髓。科学家们随后应用深度学习，自动重建了整个雌果蝇的神经元解剖结构及其连接。研究人员使用复杂的方法绘制了腿部和翅膀运动神经元所针对的肌肉图谱。他们确定了雌性成体神经线连接组中哪些运动神经元与前腿和翅膀的各个肌肉相连。在此基础上，他们绘制了一张图谱，显示了在起飞和飞行运动启动过程中协调苍蝇腿部和翅膀运动的回路。为了腾空而起，苍蝇的中腿伸直以便跳跃，前腿弯曲以便起飞。这大致就像滑行中的客机在离开地面后缩回轮子，或者涉水的苍鹭在冲向天空时收起细长的腿，使其不碍事。科学家们还发现，成年苍蝇的一些肌肉纤维由多个运动神经元支配。这种情况也出现在果蝇和蝗虫的幼虫阶段。虽然一些哺乳动物在刚出生时有多个神经纤维支配，但这些神经纤维通常在成年后就会消失。多重神经支配可能会提供更大的灵活性，并解释为什么昆虫的运动神经元如此之少，四肢却能精确运作。科学家们还研究了苍蝇的翅膀运动系统，该系统按功能大致分为三个部分：为翅膀拍打提供动力、引导昆虫和调整翅膀运动。通过对前运动神经元连接性的研究，研究人员对两种肢体的前运动回路组织进行了比较。果蝇的腿和翅膀各有不同的进化和生物力学。连接组使科学家们能够就神经回路的功能提出新的理论，并揭穿一些错误的观念。科学家们提到，最近开发果蝇神经连接组的群体努力，首次为任何有肢动物绘制了突触级布线图。他们希望更多的连接组将使研究人员能够比较不同个体的神经布线。预计重建的雄性果蝇中枢神经索可能会揭示性别之间的差异。编译自/ScitechDaily ... PC版： 手机版：

科学家开发出能产生34倍于自身重量力量的人造肌肉装置

科学家开发出能产生34倍于自身重量力量的人造肌肉装置 研究人员利用离子聚合物人造肌肉开发出了一种软流体开关，它能以超低功率运行，产生的力是其重量的 34 倍。这一突破通过精确控制狭窄空间中的流体流动，为软机器人、生物医学设备和微流体技术提供了潜在应用。上图描述了在超低电压下使用软流体开关分离液滴的过程。资料来源：KAIST 软机器人与智能材料实验室韩国科学技术院（KAIST）（院长 Kwang-Hyung Lee）1 月 4 日宣布，机械工程系 IlKwon Oh 教授领导的一个研究小组开发出了一种软流体开关，它能在超低电压下工作，并能在狭窄空间内使用。现代科技中的人造肌肉人造肌肉模仿人类肌肉，与传统电机相比能提供灵活自然的运动，是软体机器人、医疗设备和可穿戴设备的基本元素之一。这些人造肌肉会根据电、气压和温度变化等外部刺激产生运动，要利用人造肌肉，必须对这些运动进行精确控制。基于现有电机的开关因其刚性和体积大而难以在有限的空间内使用。为了解决这些问题，研究团队开发了一种电离子软致动器，即使在狭窄的管道中也能控制流体流动，同时产生较大的力，并将其用作软流体开关。合成 pS-COF 并将其用作电活性软流体开关的普通电极-电解质宿主。A) pS-COF 的合成示意图。B) 电化学软开关的工作原理示意图。C) 使用基于 pS-COF 的电化学软开关在动态操作中控制流体流动的原理图。资料来源：KAIST 软机器人与智能材料实验室。研究小组开发的离子聚合物人工肌肉由金属电极和离子聚合物组成，在通电后会产生力和运动。人工肌肉电极表面由有机分子组合而成的多磺化共价有机框架（pS-COF）被用来以超低功率（~0.01V）产生相对于其重量的巨大力量。结果制造出的厚度为 180 微米、细如发丝的人造肌肉在启动平滑运动时产生的力比其 10 毫克的轻重量大 34 倍多。因此，研究小组能够以较低的功率精确控制流体的流动方向。领导这项研究的IlKwon Oh教授说："以超低功率运行的电化学软流体开关可以为基于流体控制的软机器人、软电子学和微流体学领域带来许多可能性。从智能纤维到生物医学设备，这项技术有可能立即在各种工业环境中投入使用，因为它可以轻松应用于我们日常生活中的超小型电子系统。" ... PC版： 手机版：

科学家发现防止我们迷路的大脑活动模式

科学家发现防止我们迷路的大脑活动模式 这项研究确定了大脑中精细调整的头部方向信号。这些结果与在啮齿类动物身上发现的神经密码相当，对理解帕金森症和阿尔茨海默氏症等疾病具有重要意义。测量人在运动时的神经活动具有挑战性，因为现有的大多数技术都要求参与者尽可能保持静止。在这项研究中，研究人员利用移动脑电图设备和动作捕捉克服了这一难题。第一作者本杰明-J-格里菲斯博士说："掌握前进方向非常重要。在估计自己的位置和方向时，即使是很小的错误也会带来灾难性的后果。我们知道，鸟类、大鼠和蝙蝠等动物的神经回路可以让它们保持方向，但我们对人类大脑在现实世界中如何管理这一点却知之甚少，令人惊讶。"一组 52 名健康参与者参加了一系列运动跟踪实验，同时通过头皮脑电图记录了他们的大脑活动。通过这些实验，研究人员可以监测参与者在根据不同电脑显示器上的提示移动头部以确定方向时发出的大脑信号。在另一项研究中，研究人员监测了 10 名参与者的信号，这些人已经因癫痫等疾病接受了颅内电极监测。所有任务都会促使参与者移动头部，有时甚至只移动眼睛，脑电图帽和颅内脑电图（iEEG）记录了这些动作产生的大脑信号，前者用于测量来自头皮的信号，后者用于记录来自海马体和邻近区域的数据。在考虑了肌肉运动或参与者在环境中的位置等因素对脑电图记录造成的"混淆"后，研究人员能够显示出一种微调的方向信号，这种信号可以在参与者头部方向发生物理变化之前被检测到。格里菲斯博士补充说："分离这些信号使我们能够真正关注大脑如何处理导航信息，以及这些信号如何与视觉地标等其他线索一起发挥作用。我们的方法为探索这些特征开辟了新的途径，对神经退行性疾病的研究，甚至对改进机器人和人工智能中的导航技术都有意义"。在今后的工作中，研究人员计划将他们的学习成果应用于研究大脑如何在时间中导航，以找出类似的神经元活动是否对记忆起作用。编译来源：ScitechDaily ... PC版： 手机版：