1. 程式人生 > 實用技巧 >3D列印神經電極有助於將大腦連線到電腦

3D列印神經電極有助於將大腦連線到電腦

點選上面"腦機介面社群"關注我們

更多技術乾貨第一時間送達

混合列印平臺

為了研究,啟用和恢復神經肌肉系統的功能,由三個國家的高校研究人員組成的國際研究團隊在《nature biomedical engineering》上發表了一項新研究,在該新研究,研究人員利用了混合列印平臺的功能,將軟材料和複合材料整合到適合各種解剖結構和實驗模型的生物電子裝置中。

個性化軟神經肌肉介面的混合列印技術

通常僅在科幻小說中才能看到將人腦與計算機連結起來,但是現在,英國謝菲爾德大學(University of Sheffield),俄羅斯聖彼得堡國立大學(St Petersburg State University)和德國德累斯頓工業大學(Technische Universität Dresden)的由工程師和神經科學家組成的國際研究團隊利用3D列印的強大功能讓該技術離現實更進一步。

由三所高校研究人員組成的國際研究團隊在《nature biomedical engineering》上發表了一項新研究,在該新研究,研究團隊開發了一個原型神經植入物可以用於開發治療神經系統的問題。

這種神經植入物已被用於刺激脊髓損傷的動物模型的脊髓,現在可被用於為癱瘓的人類患者開發新的治療方法。這項研究表明,該技術也適用於大腦、脊髓、周圍神經和肌肉的表面,從而為其他神經系統狀況展現了可能性。

神經介面在生物系統和電子裝置之間建立通訊。這項技術可以在臨床應用中恢復因損傷或疾病而喪失的生理功能。神經植入物生物整合的一個關鍵方面是其對神經環境的機械和解剖適應。近來,將植入物的彈性與神經系統周圍組織相匹配已被認為對於長期穩定性和生物整合至關重要。通過將彈性材料,機械適應性薄膜,箔和纖維結合到植入物中,以允許與目標組織緊密連通。

來源於University of Sheffield

儘管材料有所改進,但目前的技術還不支援快速定製植入物。這使得植入物(針對不同年齡、大小和特定治療目標的患者的不同解剖結構和人體測量)不實用、昂貴且緩慢。而且,該領域的創新因生產原型所需的鉅額成本和較長的開發時間而受到阻礙,而原型開發是探索新療法所必需的。

混合列印平臺

為解決上述問題,研究人員提出了一種混合列印技術,以生產介面監測和啟用神經系統的功能狀態。由於適應的幾何結構和獨特的機械效能,神經印跡介面可以應用於各種神經結構、模型種類和任務。我們使用鉑-矽氧烷複合電極陣列,刺激並記錄了大腦,脊髓,周圍神經以及橫紋肌和平滑肌的生物電勢。植入物的整體式基礎結構確保了在長期植入情況下對機械變形的抵抗力以及與神經結構的有效電荷交換。

混合列印平臺

植入物的機電特性使其在長期體內實驗中具有高度的生物整合性,這表明它們在轉化神經科學和臨床神經科學的不同領域(包括神經修復術和電製劑)具有潛在的應用價值。作為中等規模的製造技術,NeuroPrint非常適合神經電子醫學所需的電路級介面。個性化治療需要可用於臨床實踐的隨需應變和靈活的製造技術,這得益於完整的可植入系統控制電子裝置和電源的發展。通過與敏感神經組織建立功能強大且持久的介面,NeuroPrint電極成為此類系統的重要組成部分。

NeuroPrint電極應用

使用這項新技術,神經科學家可以給出一個設計需求,工程團隊可以將其轉換成一個計算機模型,然後將指令輸入印表機。然後,印表機將使用生物相容的機械柔軟材料的調色盤來實現設計。如果需要更改,可以快速修正植入物,這給神經科學家提供了一種更快更便宜的方法來測試他們潛在治療方法的想法。

謝菲爾德大學教授Ivan Minev表示:"該項研究表明,可以利用3D列印來生產原型以前所未有的速度和成本實現植入,同時保持開發有用裝置所需的標準。3D列印的強大功能意味著可以快速更換原型植入物並根據需要再次複製以幫助推動前進神經介面的研究和創新。"

平面電極陣列的列印和機械效能

研究人員表明,3D印表機可以產生可以與大腦和神經進行交流的植入物。在這項早期工作的基礎上,該團隊的目標是展示這種裝置在長時間植入後的堅固性。

個性化醫療需要快速(按需)生產調整良好的裝置,使醫生能夠設計最佳治療策略。醫療器械的列印已經在各種臨床應用中得到了探索,例如針對患者的人造肢體支架,骨再生支架和手術計劃模型。

Minev教授補充說:"患者的解剖結構不同,植入物必須適應這種情況和特定的臨床需求。也許將來,在準備患者進行手術時,植入物將直接印在手術室中。"

參考

  1. F. B. Wagneret al., Targeted neurotechnology restores walking in humans with spinal cord injury.Nature563, 65-71 (2018).

  2. Y. Liuet al., Soft and elastic hydrogel-based microelectronics for localized low-voltage neuromodulation.Nature Biomedical Engineering3, 58-68 (2019).

  3. https://medicalxpress.com/news/2020-09-link-brains-d-implants.html

  4. https://bioengineeringcommunity.nature.com/posts/neuroprint-hybrid-printing-technology-for-personalized-soft-neuromuscular-interfaces

  5. I. R. Minevet al., Electronic dura mater for long-term multimodal neural interfaces.Science347, 159-163 (2015).

  6. T.-M. Fu, G. Hong, R. D. Viveros, T. Zhou, C. M. Lieber, Highly scalable multichannel mesh electronics for stable chronic brain electrophysiology.Proceedings of the National Academy of Sciences114, E10046-E10055 (2017).

  7. C. M. Boutryet al., A stretchable and biodegradable strain and pressure sensor for orthopaedic application.Nature Electronics1, 314-321 (2018).

  8. D. M. Sengeh, H. Herr, A variable-impedance prosthetic socket for a transtibial amputee designed from magnetic resonance imaging data.JPO: Journal of Prosthetics and Orthotics25, 129-137 (2013).

  9. C. C. Ploch, C. S. Mansi, J. Jayamohan, E. Kuhl, Using 3D printing to create personalized brain models for neurosurgical training and preoperative planning.World neurosurgery90, 668-674 (2016).

  10. A. D. Valentineet al., Hybrid 3D Printing of Soft Electronics.Advanced Materials29, 1703817-n/a (2017).

文章來源於網路,僅用於學術交流,不用於商業行為,轉載請聯絡後臺

若有侵權及疑問,請後臺留言,管理員即時刪侵!

更多閱讀

EEG偽影型別詳解和過濾工具的彙總(一)

臨床腦電圖常用術語(一)

腦機介面和卷積神經網路的初學指南(一)

腦電資料處理分析教程彙總(eeglab, mne-python)

P300腦機介面及資料集處理

快速入門腦機介面:BCI基礎(一)

谷歌聯合強腦科技進入腦機介面領域

如何快速找到腦機介面社群的歷史文章?

腦機介面BCI學習交流QQ群:515148456

微信群請掃碼新增,Rose拉你進群

(請務必填寫備註,eg. 姓名+單位+專業/領域/行業)

長按關注我們

歡迎點個在看鼓勵一下