问题—— 长期以来，下肢假肢控制一直卡“能走但不够自然”的瓶颈。现有商业化腿部假肢多依靠机械传感器和预设程序被动调整步态，在平地行走等常见场景表现尚可，但在转向、上下坡、跨越障碍物以及需要精细足踝调节的动作中，使用者往往难以像控制真实肢体那样主动、细致地发力与配合，稳定性、舒适性与康复效果因此受限。让假肢更准确地“读懂”使用者意图，是提升功能与体验的关键。 原因—— 从生理机制看，截肢并不意味着大脑停止发出运动指令。大脑仍会通过周围神经向缺失肢体发送控制信号，只是这些信号无法再驱动相应肌肉完成动作，部分患者因此出现“幻肢”体验。要把这类神经指令转化为假肢可用的控制命令，需要解决两点难题：一是神经信号微弱且混杂，对采集位置与长期稳定性要求很高；二是信号意义在于明显的时间序列特征，传统方法往往依赖大量数据与复杂校准，难以在样本有限时实现高精度识别。此次研究以“更贴近神经系统语言”为思路，尝试从神经源头直接提取控制信息并进行高效解码。 影响—— 据介绍，研究团队在两名膝上截肢志愿者残肢内植入4根极细的超柔性神经电极，并将其精准置入坐骨神经分支，以记录受试者尝试移动“幻肢”时产生的神经脉冲活动。针对解码难题，团队采用模仿生物神经元工作方式的脉冲神经网络算法，处理离散、基于时间的电脉冲信号，从而在有限数据条件下提升识别效率与精度。实验显示，该系统能够以较高分辨率区分多种特定动作意图，包括伸展膝关节、屈伸踝关节——甚至单个脚趾的摆动——表明一次植入的神经接口即可捕捉较为精细的下肢运动控制指令。 此进展在于，为假肢控制从“被动适配”走向“意图驱动”提供了概念验证。若能在真实行走场景中稳定输出控制信号，假肢有望更自然地完成步态转换、精细落脚与姿态调节，从而提升行走效率与安全性，并为长期康复训练提供更可控的交互方式。 对策—— 研究团队同时指出，该技术平台具备“闭环”拓展潜力：植入电极不仅可用于读取运动信号，未来也可能通过电刺激向神经系统输入信息，为使用者提供触觉或本体感觉反馈。对假肢应用而言，控制与反馈形成闭环，才能更接近真实肢体的“想动就动、动中有感”。不过，从实验室走向临床与产品化仍需循序推进：一是验证植入电极的长期生物相容性与信号稳定性，降低感染、移位、信号衰减等风险；二是建立更普适的解码模型与个体化校准流程，减少训练时间与使用门槛；三是推进与假肢机械结构、驱动系统、能耗管理及安全冗余的整合，确保复杂环境下可靠运行；四是完善伦理与监管框架，明确数据安全、手术风险告知与随访机制。 前景—— 团队下一步计划将该技术集成到可实际使用的假肢设备中开展测试，并探索更广泛的应用。业内人士认为，随着神经接口材料、微型化电子系统与算法能力持续进步，面向下肢的高精度意图解码与触觉反馈有望推动仿生假肢进入新阶段：一上提升截肢人群的生活自理与社会参与能力，另一方面也将带动康复医学、神经工程与智能制造等领域的交叉创新。此外，技术推广还需兼顾可及性与成本控制，避免高端康复资源深入分化，推动形成更普惠的康复支持体系。
这项研究为截肢患者重获更自然的运动控制带来新的希望，也展示了人机交互的另一种路径；随着神经科学与工程技术深入融合，医疗康复或将进入以生物信号直接驱动智能设备的阶段，让技术更直接地服务于功能恢复与生活质量提升。