可穿戴光肌电图实现连续性神经假肢控制

将肌肉信号转化为无缝控制

想象仅用手腕的细微动作就能操纵电脑光标或电子游戏，而无需鼠标、摇杆甚至手指。对于失去手部或难以进行精细运动的人来说，这样的工具可以恢复诸如指点、点击和玩游戏等日常能力。本研究介绍了一种新型手腕带，它用光而非电线“解读”肌肉，为更稳定、更舒适、更精确地控制计算机和假肢设备打开了可能。

为何现有肌肉控制设备不足

目前大多数基于肌肉的控制器依赖表面肌电图（sEMG），即在皮肤上放置电极以检测肌肉收缩时产生的微弱电信号。这些系统已经推动了机器人假手和免手控计算机的发展，但也存在严重缺点。信号弱且容易被电噪声和传感器移动污染；相邻肌肉会相互干扰，深层肌肉难以读取。对许多截肢者来说，这些系统使用起来费力、不可靠且容易疲劳，导致不少人最终放弃高级假肢。

用光而非电线读取肌肉

研究人员探索了一种名为光肌电图（optomyography，简称OMG）的替代方法，它利用近红外光追踪肌肉在收缩时随血容量和组织特性变化的形态变化。一款柔性手腕带内置发光二极管，将无害光线照入前臂，并配有微小探测器感测从皮下散射回来的光。由于生物组织在该波段相对透明，所得信号通常更干净，不易受电干扰影响。研究团队的手腕带在腕部记录50个通道的数据，并实时传输到计算机。

教手腕带像鼠标一样工作

为将原始光学信号转化为控制指令，作者训练了一个紧凑的神经网络——本质上是一个小型、高效的模式识别程序。参与者佩戴手腕带并执行“中心-外”任务：屏幕中央出现一个点，然后跳到钟表式排列的12个位置之一。对于每个方向，被试使用一致的腕部或手势外加两个额外手势用于中性姿势和模拟点击的握拳。网络学会将每个手腕带数据快照映射为两个描述运动方向的数值和一个反映“点击”可能性的数值。关键在于，它对每个新样本都生成输出，从而实现连续、平滑的光标运动，而非断断续续的跳跃。

学会指点、点击，甚至玩俄罗斯方块

八名无运动障碍的年轻成人和一名双手所有手指缺失的截肢者参与了系统测试。经过短暂校准和几分钟训练后，他们用手势将光标从屏幕中心移到随机目标并用握拳“点击”捕获目标。在多次实验中，大多数参与者在若干指标上都有所提高，例如光标跟随理想直线路径的逼近程度、到达目标的速度以及接近目标时的多余移动。性能提升在实验的前半段最为显著，后期出现部分下降，可能由于疲劳或手腕带移位。在另一项测试中，一名健全受试者和该截肢者用相同控制方式玩了数局俄罗斯方块，仅用腕部和手的动作成功放置并旋转下落方块。

这种新方法如何比较

研究团队将其结果与标准性能模型和基于电极的既往工作进行了比较。采用著名的Fitts定律框架（将任务难度与运动时间联系起来），他们表明许多参与者——包括那位截肢者——取得了与电学肌肉传感器相似的性能水平。尽管面临连续控制更高的要求和实现点击手势的额外挑战，他们的吞吐量（完成指点任务的效率）与路径效率（运动的直线程度）接近既有技术水平。研究者认为，未来将光学和电学测量结合到设备中可能进一步提升精度与鲁棒性。

这对日常生活意味着什么

对普通读者而言，结论是这种基于光的手腕带能够将自然的腕部和前臂动作转化为流畅的实时计算机光标控制和简单游戏操作，即便对失去一只手的人也适用。尽管该研究仅涉及一名截肢者和少量健康志愿者，但它证明了光肌电图能提供连续、直观的控制，性能可媲美现有电学方法，同时规避部分其弱点。随着在舒适度、传感器布局和长期稳定性方面的进一步改进，这类系统最终可能驱动更灵敏的假手、康复工具和更像日常配件而非医疗设备的可穿戴控制器。

引用: Khalikov, R., Soghoyan, G., Sintsov, M. et al. Wearable optomyography enables continuous neuroprosthetic control. Sci Rep 16, 9604 (2026). https://doi.org/10.1038/s41598-025-32646-y

关键词: 可穿戴神经假肢, 肌肉-计算机接口, 光学肌肉传感, 基于手势的控制, 假肢康复