在上肢截肢后，中枢神经系统与肢体末端之间的通信通路被物理中断。原本由数千个α型运动神经元精确调控的骨骼肌活动就此丧失，导致患者不仅失去肢体功能，也失去了通过自然神经通路表达运动意图的能力。为重建这一通路，靶向肌肉再神经化（Targeted Muscle Reinnervation,TMR）技术应运而生。该技术通过外科手段将支配缺失肢体的周围神经束移植至去神经化的残余或移植肌肉中，使这些神经重新支配新的肌组织，从而保留其功能性输出。


然而，传统TMR面临一个关键瓶颈：多个神经束常被引导至同一块目标肌肉。当这些神经同时激活时，它们产生的肌电图（EMG）信号在空间和时间上高度重叠，难以区分各自对应的运动意图。这种信号混杂严重限制了假肢控制的自由度和特异性——系统无法判断用户是想“握拳”还是“伸展手腕”，因为两者可能激活同一块再神经化肌肉的不同神经输入。


英国帝国理工学院Dario Farina团队近期的研究突破，正是针对这一核心问题提出的系统性解决方案。他们并未依赖传统的外科神经切断以物理隔离信号源，而是另辟蹊径：将多束神经同时再神经化至同一肌肉，并借助高密度微电极阵列（high-density microelectrode arrays）进行精细记录，再结合先进的数学源分离算法，实现对混合EMG信号的“解卷积”。


这项工作的技术核心在于三重创新的融合：多神经元TMR手术设计、高密度微电极植入记录、以及基于运动单位脉冲序列的计算解码。

首先，在手术层面，研究团队对上肢截肢患者实施了多束神经的协同再神经化。具体而言，他们将原本支配不同上肢功能（如屈指、伸腕、旋前等）的四组周围神经分别移植至四块独立的目标肌肉。每块肌肉因此接收来自多个功能相关神经束的支配。这种设计保留了神经原有的功能拓扑结构，避免了因神经切断导致的信息丢失，同时也为后续信号分离提供了生物学基础。


其次，在信号采集端，研究者采用了高密度微电极阵列植入技术。与传统表面EMG电极仅能获取宏观肌肉活动不同，微电极阵列能够以亚毫米级空间分辨率记录肌肉内部多个位点的电活动。这种高维时空采样能力，使得即使在同一肌肉内，来自不同神经束支配区域的局部场电位也能被有效捕捉。微电极的高选择性成为后续信号分离的前提。

最关键的是第三步：数学源分离。研究团队开发了一套基于运动单位动作电位（MUAP）模板匹配与脉冲序列反卷积的算法。通过对高密度EMG数据进行分解，他们成功将每块再神经化肌肉的混合信号还原为多个独立的运动单位脉冲序列（motor unit spike trains）。每个脉冲序列对应一个特定的α运动神经元及其支配的肌纤维群。


令人瞩目的是，当受试者执行不同上肢功能任务（如抓握、捏取、旋臂等）时，这些解卷积出的运动单位并非随机激活，而是呈现出明显的集群分布。换言之，执行“握拳”任务时激活的一组运动单位，与执行“伸展手指”时激活的另一组，在神经编码空间中形成可区分的聚类。这种功能特异性的神经集群，直接反映了中枢运动指令的原始组织逻辑。


这一发现具有双重意义。其一，它验证了即使在再神经化肌肉中，中枢神经系统仍能维持对不同运动功能的独立编码；其二，它证明无需物理切断神经，仅通过计算手段即可实现多神经指令的分离。这极大简化了手术流程，降低了神经损伤风险，同时提高了接口的长期稳定性。


更重要的是，该方法实现了“单肌肉多指令”的提取。传统观点认为，一块肌肉只能对应一种控制信号。但本研究显示，只要神经输入来源多样且记录足够精细，一块再神经化肌肉可承载多个独立的控制通道。这意味着在有限的残肢空间内，可通过更少的肌肉移植实现更高的控制自由度——这对高位截肢患者尤为重要。


从技术路径看，这项工作标志着生物神经接口从“粗粒度映射”向“细粒度解码”的范式转变。过去，假肢控制多依赖整体EMG幅度与预设动作的简单映射（如EMG强=握紧，弱=松开）。而Farina团队的方法则深入到运动单位层面，直接读取神经系统的原始编码单元。这种“自下而上”的解码策略，更贴近生理机制，也为未来实现直觉式、低延迟、高自由度的假肢控制铺平了道路。


值得注意的是，整个系统依赖于微电极阵列的长期稳定性和信号质量。虽然论文未详述植入细节，但高密度微电极在慢性植入中的生物相容性、信号衰减及组织反应仍是临床转化的关键挑战。此外，源分离算法的实时性与鲁棒性也需在动态、噪声环境下进一步验证。


尽管如此，该研究无疑为神经假肢领域树立了一个新标杆。它不再将神经信号视为不可分割的整体，而是将其视为可解析、可分离的信息流。通过微电极阵列这一“神经显微镜”，研究者得以窥见再神经化肌肉内部的精细神经活动图谱，并据此重建用户的运动意图。


总结而言，Dario Farina团队的工作展示了工程、神经科学与临床医学深度交叉的力量。他们没有试图改变神经的自然连接方式，而是通过高精度记录与智能解码，让混杂的信号“各归其位”。这种尊重生理、借力计算的思路，或许正是下一代神经接口发展的正确方向。


未来，若能将此类微电极-解码系统与闭环感觉反馈结合，或将真正实现“有感觉、能思考、会执行”的智能假肢。而这一切的起点，正是那几根植入肌肉的微电极，以及它们所捕捉到的、来自大脑深处的无声指令。