受損但仍能適應的神經網絡:從生物修復到仿生機器人
人體內建的節拍器:中樞模式產生器 (CPG)
你是否想過,為什麼我們走路時不需要特意思考每一步該怎麼邁出?這是因為我們的脊髓內有一個負責運動節律的「自動駕駛系統」——中樞模式產生器 (Central Pattern Generator, CPG)。這個神經網絡會像節拍器一樣,產生穩定的運動節奏,確保我們步行時不會東倒西歪。
更神奇的是,即使脊髓受損,CPG 仍可能維持部分運動功能。這解釋了為何有些動物即使脊髓受傷,仍然能夠自行行走;甚至某些脊髓損傷患者,在接受特定刺激後,依然能產生步行動作。然而,當 CPG 本身受損,它還能繼續運作嗎?如果部分神經元喪失,運動模式會如何改變?
________________________________________
當 CPG 受損:神經網絡如何自我修復?
近期發表於 Journal of Neural Engineering 的研究 (Pryyma & Yakovenko, 2024),透過尖峰神經網絡 (Spiking Neural Network, SNN) 模擬 CPG,並測試其受損後的適應能力。
研究發現:
● 伸肌 (extensor) 神經元損傷影響較大,導致步行節奏錯亂,類似於樂隊中的鼓手突然停下,整體演奏變得混亂。
● 屈肌 (flexor) 神經元損傷影響較小,但當累積到一定程度時,運動模式可能會徹底崩潰。
![]() |
圖一、損傷對運動模式的影響。此圖展示了當神經網絡中負責伸肌控制的神經元遭受部分損傷時,步態節奏與左右協調如何受到干擾。類似於樂隊中鼓手缺席導致整體節奏混亂,該圖形象地說明了神經元損傷如何使步態失衡,進而影響正常運動模式。 |
● 外部驅動 (external drive) 可幫助修復,透過額外的神經刺激,CPG 仍可能部分恢復功能,這與脊髓電刺激 (Epidural Electrical Stimulation, EES) 的臨床效果類似。
![]() |
圖二、外部驅動助力功能恢復。這張圖以熱圖形式呈現了隨著神經元損傷量增加,外部神經刺激(例如脊髓電刺激)如何逐步恢復 CPG 的正常運作。圖中顯示,隨著輸入強度的提升,受損神經網絡的運動節奏逐漸得到修復,進而改善了步態協調性。 |
這項發現讓我們更深入理解 CPG 的適應能力,也為神經修復與仿生機器人技術提供了新的應用方向。
________________________________________
智能神經修復:讓脊髓損傷患者重新站起來
對於脊髓損傷患者來說,CPG 受損往往意味著失去行走能力。然而,透過智慧神經刺激技術,我們有機會幫助患者重新站起來。
✅ AI 輔助脊髓電刺激:利用機器學習技術分析患者的運動模式,透過動態調整神經刺激,讓康復訓練更有效率。
✅ 仿生義肢與腦機介面:讓神經訊號直接控制外部義肢,使行動更加自然流暢。
✅ 臨床實驗成果:研究顯示,適當的電刺激能幫助完全癱瘓的患者恢復部分行走能力,這為神經康復領域帶來了突破性的進展。
這些技術未來有望進一步提升,讓神經修復變得更智慧化與個人化。
________________________________________
仿生機器人:學習生物的適應力
在機器人領域,現有的移動控制技術仍然依賴固定的程式指令,缺乏應對突發變化的能力。然而,生物的 CPG 具有極強的適應能力,這啟發了科學家將其應用於仿生機器人,讓機器人能夠自主調整步態,應對不同的地形與環境。未來的機器人將不僅僅是執行固定任務的工具,而是能夠像動物一樣學習與適應環境的智慧系統。
________________________________________
智能技術如何幫助救災與環境監測?
當地震、海嘯或礦坑坍塌時,救援人員可能無法迅速進入災區,而具備 CPG 運動適應性的機器人,能夠像生物一樣穿越瓦礫堆,並自主尋找倖存者。此外,這類技術還能應用於:
🔹 極端環境探索:如南極冰層、深海或火星探測,能夠適應惡劣地形並執行科學研究。
🔹 智慧農業:能在崎嶇地形上自動巡視農田,並進行精準農業作業,提高效率。
🔹 軍事與安保應用:開發能夠適應多變環境的偵查機器人,提高戰場偵查與安保能力。
這些應用顯示,CPG 技術不僅影響生物醫學領域,也可能成為未來機器人技術的核心。
________________________________________
未來展望:智能技術與人機融合的新時代
隨著 CPG 研究的深入,未來我們將迎來更智慧的神經康復技術,讓脊髓損傷患者擁有更高的復原機率。同時,仿生機器人的進步將讓機器人具備更接近生物的運動能力,甚至在某些方面超越人類。例如,未來的機器人可能可以根據地形自動調整行走方式,甚至模仿動物的攀爬與跳躍能力。
🔹 個人化神經康復 → AI 輔助的康復設備,提高治療效率。
🔹 自適應機器人 → 具備生物級的運動適應能力,應用於多個領域。
🔹 人機融合技術 → 讓 CPG 模型應用於腦機介面,提升義肢控制精準度。
這些技術的發展將不僅改變醫療與機器人產業,更可能為人類與機械共生的未來帶來突破性的影響。未來十年內,我們或許將看到完全自主適應環境的機器人,甚至 AI 驅動的智能康復計畫,讓人類與科技真正無縫融合。
撰寫者:林樂瑞
原始論文:Pryyma, Y., & Yakovenko, S. (2024). Damage explains function in spiking neural networks representing central pattern generator. Journal of neural engineering, 21(6)
留言
張貼留言