弄清楚大脑是如何控制某些行为的--比如以正确的方式拿起水果刀削水果，是非常重要的一件事。其中一种方式就是开发脑机接口，利用脑机接口来帮助他们的思想来控制它们。

人类的大脑是如何控制我们的手正确地抓住物体，还没有被很好地理解。在最近的一项研究中，研究人员想弄清楚是否可以利用来自大脑特定部位的信号来区分人们是否正确地使用工具--例如，握住的是刀柄而不是刀刃。

工具的使用(例如使用刀子)被认为是人类这一物种的标志性特征，它的出现被认为是灵长类动物进化的关键步骤。

大多数关于人类如何使用工具的大脑机制的研究都集中在人们看到工具或手的图像时记录的大脑活动，而不是在人们使用工具进行实际手部运动时的大脑活动。在使用工具时记录大脑活动具有非常大的挑战性，因为核磁共振成像(MRI)扫描仪内部的空间很小，参与者需要保持静止不动。

但是感知图像与作用于3D物体是完全不同。因为即使我们可以识别图像中的工具，也绝无法尝试抓握或使用工具的图片。

看到工具的图像会激活大脑的不同区域。到目前为止，人们一直认为这是一种进化特征，是为了优化与工具相关的手部动作处理。

塑料工具

我们设计和3D打印的日常厨房工具，如塑料刀，披萨刀和勺子，以及另一组打印3D物体，以代表不是工具的项目，我们将其作为控制对象。

当参与者与3D物体进行交互时，研究人员使用了MRI扫描仪来收集大脑成像数据。使用一种称为功能MRI(fMRI)的特殊成像技术，通过提取某些大脑区域的血流变化模式来测量大脑活动。

为了允许在MRI扫描仪的有限范围内研究真实的手部动作，研究人员使用了一种真实的动作设置来呈现3D工具和其他物体。参与者躺在黑暗的环境中，在定制的床上，其腰部上方装有可旋转的桌子，这样我们就可以向他们展示3D物体，他们可以抓住它们。

我们在医院(theNorfolk and Norwich University Hospital)里分别对20名志愿者的大脑进行了扫描。在第一阶段中，要求参与者正确或错误地抓握3D工具和其他3D物体。在第二阶段，同样的参与者回到扫描仪前，他们观看工具、手和其他物体的图片(没有手部运动)。

我们研究了参与者在看到工具和手的图片时的大脑活动，以确定大脑的哪些区域对手的图片有反应。

然后，我们使用机器学习对大脑中的活动进行解码，以测试我们能否预测人们是否会抓住工具的手柄。这一点很重要，因为知道正确抓住物体的部位是成功使用工具的关键--比如拿一把刀，应该抓住它的刀柄，而不是刀刃。

与大多数科学家的预期相反，我们是通过大脑区域对手的图片作出反应的信号，而不是通过视觉区域对工具的图片作出反应来预测是否正确抓握了工具。

重要的是，来自处理手图像的大脑区域的信号只能用于预测手持工具的动作，而不能预测与控制3D条形物体相匹配的动作。这表明手的视觉区域是专门协调与工具的行动。

这一发现改变了我们对大脑如何控制双手的基本理解。

手持工具的出现标志着人类和我们的近亲灵长类动物之间开始了重大的分离。我们的发现可以帮助我们理解人类大脑中特定进化的大脑区域。

将来，我们可以利用视觉手部区域的活动来改善脑机接口和假肢，或者预测脑损伤患者的康复情况。也可以用来让截肢患者里用他们的意念控制假肢。

参考

Hand-selective visual regions represent how to grasp 3D tools: brain decoding during real actions

medicalxpress

Tina编译

文章仅用于学术交流，不用于商业行为，

若有侵权及疑问，请后台留言，管理员即时删侵！

更多阅读

PNAS：快速脑电波振荡识别并定位癫痫患者的大脑

如何对单手和双手协同运动方向进行神经表征和解码？北理工研究团队给出了相关方案

DEAP:使用生理信号进行情绪分析的数据库(三、实验分析与结论)

干货|详解EEG脑电原理及两种主流脑电设备对比

情绪脑机接口：脑机接口概述专题三 | 从运动脑机接口到情绪脑机接口

手把手教你EMD算法原理与Python实现

美国脑机接口技术研究及应用进展

【思维导图】利用LSTM(长短期记忆网络)来处理脑电数据

你的每一次在看，我都很在意！