——记苏州大学机电工程学院机器人与微系统研究中心副教授李春光

　　本刊记者  倪 萍
　　
　　
　　

　　
　　在医学康复领域里，对如严重神经或肌肉伤残患者来说，直接用大脑来控制装置几乎是不可能的。如何对那些思维正常但有运动障碍的人提供有效帮助是现在康复医学面临的一个新难题。
　　20世纪70年代，随着人们对神经系统功能认识的提高和计算机技术的发展，一种涉及神经科学、信号检测、信号处理、模式识别等多学科的交叉技术——脑—机接口技术应运而生。该技术结合了神经科学、微电子和计算机信息处理等领域的最新成果，直接提取大脑的神经活动，实时翻译成控制命令，以期帮助那些肢体残疾、脊髓损伤、中风、肌萎缩侧索硬化，以及其他神经肌肉退化的病人，建立一个大脑与外界世界直接交互的新途径，改善他们的生活质量。在多年的发展下，该技术已成为生物医学工程、计算机技术、通信等领域一个新的研究热点。而李春光所做的研究工作就与这一领域息息相关。
　　胸怀一颗为广大患者谋福祉的大爱之心，她将全身心投入在大脑运动控制机理的研究及其在康复工程中的应用中，在基于脑血氧信息和肢体生物力学信息相融合的脑—机接口控制研究、基于近红外脑功能成像技术的脑偏瘫康复评估、主从控制康复训练机器人等方向中不断探索、开拓。如今，她还在为了让科研成果落地生根的目标而孜孜不倦、步履不停。
　　

行路致远，孜孜不倦

　　从漂洋海外到学成归国，李春光的科研逐梦之旅始终没有停歇。
　　10年前，她怀抱着对于机器人研究的无限憧憬与学习欲望，前往日本高知工科大学从事主从康复训练机器人的研究工作，并在这里对脑科学产生了浓厚的兴趣。
　　在从事主从康复训练机器人的研究过程中，为了要对康复训练效果进行验证，李春光及其团队成员经常使用近红外脑成像设备验证主从康复训练前后大脑的特征变化，以证明所研制设备支持训练方法的优越性。而在这一验证过程中，李春光观察到：不同模式运动前后大脑会有明显的不同，深入其中之后，她对脑成像研究产生了极大的好奇心。
　　2011年，李春光出于对大脑工作机制的浓厚兴趣，决定毕业回国后展开基于近红外脑成像技术的脑—机接口技术研究。她说：“我个人的优势在于我可以静下心来做数据分析，而当时将近红外脑成像用到机器人控制这一方向，在国内尚属空白。”她回国的初衷，也希望能在这一领域中，为我国的发展做出贡献。回国后，她来到了苏州大学机电工程学院机器人与微系统研究中心这一平台，在孙立宁教授的大力支持下，得以顺利展开基于脑—机接口的康复训练和康复评估等相关研究工作。基于在日本的研究基础，开展主从控制康复训练机器人的研究，以期在助老助残、脑卒中方向中为更多患者提供帮助与支撑。
　　

专注科研，成绩斐然

　　“在多年的工作研究中，我越发觉得自己喜欢从事脑科学探索，庆幸自己能够从事喜欢的事业。”李春光说。多年来，在与团队成员的协同攻关下，她在科学研究中取得了一系列突破。
　　随着人口结构的转变，有运动功能障碍的高龄患者越来越多。同时，随着社会的转型，由于交通事故、工伤、意外伤害和疾病等致残患者的数目增加很快。近些年来，基于肢体生肌电信息或运动信息识别运动意识并用于驱动助行设备的研究已取得很大的进展。然而，针对重症运动功能障碍患者、截瘫患者等无论基于其中哪一种信号都无法识别出患者的运动意识。此外，在运动状态的识别方面，因为基于事先定义好的参考轨迹驱动助行设备，助行过程中步速和步长都是固定不变的。但是，患者在实际行走过程中或是运动功能恢复进程中有着不同步速和步长的要求，这种固定的步态模式使患者产生了很大的不适。
　　针对这一情况，2016年，李春光成功申请了国家自然科学基金项目“基于脑血氧信息的运动状态识别及自适应助行轨迹规划方法研究”。在这一项目中，他们应用最原始的神经元信息判别运动状态，并基于运动状态为助行设备提供自适应参考运动，对于由于肌肉群缺失或肌肉功能减弱而无法正确检测生肌电信号和肢体运动信息的患者，也可以基于期望的运动状态提供自适应参考运动，为助行设备的智能驱动开辟了一个崭新的研究方向，具有重要的学术意义和社会意义。
　　除此之外，脑卒中群体也是李春光的研究对象。她告诉记者，因为自己的家人当中也有脑卒中患者，她深知此类疾病不仅给患者身心甚至给每个家庭带来的打击都是巨大的。通过自己的研究，为脑卒中患者及其家庭带来希望，一直是她前行的动力与方向。
　　针对脑卒中疾病诊断困难、治疗中脑功能性刺激定位模糊并存在方案争议以及康复评价缺乏客观性等问题，她和团队开始基于近红外脑成像技术展开脑卒中诊断、治疗干预及疗效评价的决策系统研究。在研究中，他们基于脑功能网络的全局以及局部区域内节点间的协作效应所建立的决策系统可适用于不同病灶位置的脑卒中患者，适用性更广。基于复杂网络理论和机器学习算法可减小如CT等技术对医生专业技术水平的依赖性，简化疗效评价流程并提高其客观性。基于近红外成像允许动态测量的优越性可减少诊断过程对被试的体动要求。基于脑功能网络特性和网络拓扑图可提出个体化功能性刺激治疗方案，加快患者康复恢复进程。研究成果为脑卒中疾病的早期诊断、治疗及康复评价提供创新性策略，为建立脑疾病的临床诊断决策系统奠定了重要理论基础。
　　在主从控制康复训练机器人研究方面，李春光及其团队成员也取得了诸多创新性成果。他们设计并开发了主从式上肢康复训练系统，该系统应用于偏瘫患者或是高龄者进行运动功能恢复和运动能力增强训练，患者能够使用健康手臂辅助患肢完成期望的运动，实现自主控制的康复训练，这一研究成果，为“助老助残”做出了突出贡献。
　　

成果转化，落地生根

　　研究成果能够面向广大患者的需求，发挥实实在在的作用，是李春光一直以来的使命与追求。但是，任何事情都不是一蹴而就的。在研究成果的临床应用测试中，一个个困难接踵而来。正是通过李春光团队在实验过程中的无限耐心与不懈努力，他们才获取到了一个个珍贵的实验数据。
　　根据目前的工作，李春光希望能在康复评估以及辅助治疗这一块尽快实现产业化，给患者病情起到更加正向的作用。之后，再将自己的研究方向进行拓展，给更多的自闭症患者、老年痴呆患者提供更多的帮助。在脑机接口控制这一方向，她希望能够尽快与临床应用挂钩起来，有针对性地展开相应的研究改进工作。在“助老助残”方向中，给更多需要帮助的人带来福音。
　　展望研究领域的未来，李春光也始终抱有一种乐观的心态。在她看来，大脑虽然复杂但却值得科学家去不懈探索，特别是在其应用以及机理的研究中，有很大的探索空间。在应用方面，顺应当前大数据人工智能的趋势，通过脑成像设备、功能核磁等将研究数据整合到一起，不仅对于开发当前病人的诊断或者治疗康复方法非常有前景，而且对于后期人脑机理的研究贯通也大有裨益。
　　此外，针对病人医疗数据的隐私性，李春光也有初步的设想。通过最近大热的区块链技术不仅能增加病人数据的安全性，还能节省成本、时间与资源。这些都是李春光未来想要涉及的方向。
　　“实际上，我一直想做一些能给人带来实际价值的东西，虽然我的进度没有别人那么快，但是我会持续做下去，看看能不能发生累计的效应。”李春光坚定地说。为了研究的初心，也为了无数病患家庭，她会始终保持着向前的动力，实现科学研究的下一个突破。