下一代神经技术灵感来自原始运动模型,用于恢复人类自然运动
Ze-Jian Chen1,2, Xiao-Lin Huang1,2, Nan Xia1,2
1Department of Rehabilitation Medicine, Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan 430030, China.
Research (Washington, D.C.)
|November 14, 2025
概括
运动原始 (MP) 模型为神经技术提供了一个新的框架,以理解和复制人类的自然运动. 这种方法有望为神经疾病提供更智能,更针对患者的运动康复.
科学领域:
- 神经科学是一个神经科学.
- 康复工程 康复工程 康复工程
- 人工智能的人工智能
背景情况:
- 神经工程和人工智能正在推进机器人系统和脑计算机接口等运动康复技术.
- 一个关键的挑战是模拟中枢神经系统对自然运动的复杂控制.
- 现有的神经技术难以复制人类运动控制的自然复杂性.
研究的目的:
- 批判性地检查当前神经技术对生物仿真控制的目标设置的局限性.
- 引入运动原始 (MP) 模型作为理解和复制人类自然运动的框架.
- 为下一代神经康复展示MP启发的范式的潜力.
主要方法:
- 这篇叙事综述考察了神经技术中的传统目标设置.
- 它介绍了原始运动 (MP) 模型,详细介绍了它的机器学习和生理基础.
- 这篇评论讨论了MP模型在运动,肌肉和神经领域的应用.
主要成果:
- 传统的目标设置在指导仿生控制方面存在局限性.
- MP模型提供了一个框架,用于使用低维模块来解构和复制运动任务.
- MP模型可以以数字方式塑造人机交互,以实现更自然的控制.
结论:
- MP模型提供了一种有前途的方法来弥合模拟神经运动控制复杂性的差距.
- 灵感来自MP的范式可以导致智能,患者特异和自然的运动恢复.
- 这一框架有可能彻底改变神经和创伤性疾病的康复.
