潛心篤志 步履不停
——記蘇州大學機電工程學院機器人與微系統研究中心副教授李春光

本刊記者 倪 萍

李春光

在醫學康復領域里，對如嚴重神經或肌肉傷殘患者來說，直接用大腦來控制裝置幾乎是不可能的。如何對那些思維正常但有運動障礙的人提供有效幫助是現在康復醫學面臨的一個新難題。

20世紀70年代，隨著人們對神經系統功能認識的提高和計算機技術的發展，一種涉及神經科學、信號檢測、信號處理、模式識別等多學科的交叉技術——腦—機接口技術應運而生。該技術結合了神經科學、微電子和計算機信息處理等領域的最新成果，直接提取大腦的神經活動，實時翻譯成控制命令，以期幫助那些肢體殘疾、脊髓損傷、中風、肌萎縮側索硬化，以及其他神經肌肉退化的病人，建立一個大腦與外界世界直接交互的新途徑，改善他們的生活質量。在多年的發展下，該技術已成為生物醫學工程、計算機技術、通信等領域一個新的研究熱點。而李春光所做的研究工作就與這一領域息息相關。

胸懷一顆為廣大患者謀福祉的大愛之心，她將全身心投入在大腦運動控制機理的研究及其在康復工程中的應用中，在基于腦血氧信息和肢體生物力學信息相融合的腦—機接口控制研究、基于近紅外腦功能成像技術的腦偏癱康復評估、主從控制康復訓練機器人等方向中不斷探索、開拓。如今，她還在為了讓科研成果落地生根的目標而孜孜不倦、步履不停。

行路致遠，孜孜不倦

從漂洋海外到學成歸國，李春光的科研逐夢之旅始終沒有停歇。

10年前，她懷抱著對于機器人研究的無限憧憬與學習欲望，前往日本高知工科大學從事主從康復訓練機器人的研究工作，并在這里對腦科學產生了濃厚的興趣。

在從事主從康復訓練機器人的研究過程中，為了要對康復訓練效果進行驗證，李春光及其團隊成員經常使用近紅外腦成像設備驗證主從康復訓練前后大腦的特征變化，以證明所研制設備支持訓練方法的優越性。而在這一驗證過程中，李春光觀察到：不同模式運動前后大腦會有明顯的不同，深入其中之后，她對腦成像研究產生了極大的好奇心。

2011年，李春光出于對大腦工作機制的濃厚興趣，決定畢業回國后展開基于近紅外腦成像技術的腦—機接口技術研究。她說：“我個人的優勢在于我可以靜下心來做數據分析，而當時將近紅外腦成像用到機器人控制這一方向，在國內尚屬空白。”她回國的初衷，也希望能在這一領域中，為我國的發展做出貢獻。回國后，她來到了蘇州大學機電工程學院機器人與微系統研究中心這一平臺，在孫立寧教授的大力支持下，得以順利展開基于腦—機接口的康復訓練和康復評估等相關研究工作。基于在日本的研究基礎，開展主從控制康復訓練機器人的研究，以期在助老助殘、腦卒中方向中為更多患者提供幫助與支撐。

專注科研，成績斐然

“在多年的工作研究中，我越發覺得自己喜歡從事腦科學探索，慶幸自己能夠從事喜歡的事業。”李春光說。多年來，在與團隊成員的協同攻關下，她在科學研究中取得了一系列突破。

隨著人口結構的轉變，有運動功能障礙的高齡患者越來越多。同時，隨著社會的轉型，由于交通事故、工傷、意外傷害和疾病等致殘患者的數目增加很快。近些年來，基于肢體生肌電信息或運動信息識別運動意識并用于驅動助行設備的研究已取得很大的進展。然而，針對重癥運動功能障礙患者、截癱患者等無論基于其中哪一種信號都無法識別出患者的運動意識。此外，在運動狀態的識別方面，因為基于事先定義好的參考軌跡驅動助行設備，助行過程中步速和步長都是固定不變的。但是，患者在實際行走過程中或是運動功能恢復進程中有著不同步速和步長的要求，這種固定的步態模式使患者產生了很大的不適。

針對這一情況，2016年，李春光成功申請了國家自然科學基金項目“基于腦血氧信息的運動狀態識別及自適應助行軌跡規劃方法研究”。在這一項目中，他們應用最原始的神經元信息判別運動狀態，并基于運動狀態為助行設備提供自適應參考運動，對于由于肌肉群缺失或肌肉功能減弱而無法正確檢測生肌電信號和肢體運動信息的患者，也可以基于期望的運動狀態提供自適應參考運動，為助行設備的智能驅動開辟了一個嶄新的研究方向，具有重要的學術意義和社會意義。

除此之外，腦卒中群體也是李春光的研究對象。她告訴記者，因為自己的家人當中也有腦卒中患者，她深知此類疾病不僅給患者身心甚至給每個家庭帶來的打擊都是巨大的。通過自己的研究，為腦卒中患者及其家庭帶來希望，一直是她前行的動力與方向。

針對腦卒中疾病診斷困難、治療中腦功能性刺激定位模糊并存在方案爭議以及康復評價缺乏客觀性等問題，她和團隊開始基于近紅外腦成像技術展開腦卒中診斷、治療干預及療效評價的決策系統研究。在研究中，他們基于腦功能網絡的全局以及局部區域內節點間的協作效應所建立的決策系統可適用于不同病灶位置的腦卒中患者，適用性更廣。基于復雜網絡理論和機器學習算法可減小如CT等技術對醫生專業技術水平的依賴性，簡化療效評價流程并提高其客觀性。基于近紅外成像允許動態測量的優越性可減少診斷過程對被試的體動要求。基于腦功能網絡特性和網絡拓撲圖可提出個體化功能性刺激治療方案，加快患者康復恢復進程。研究成果為腦卒中疾病的早期診斷、治療及康復評價提供創新性策略，為建立腦疾病的臨床診斷決策系統奠定了重要理論基礎。

在主從控制康復訓練機器人研究方面，李春光及其團隊成員也取得了諸多創新性成果。他們設計并開發了主從式上肢康復訓練系統，該系統應用于偏癱患者或是高齡者進行運動功能恢復和運動能力增強訓練，患者能夠使用健康手臂輔助患肢完成期望的運動，實現自主控制的康復訓練，這一研究成果，為“助老助殘”做出了突出貢獻。

團隊合影

成果轉化，落地生根

研究成果能夠面向廣大患者的需求，發揮實實在在的作用，是李春光一直以來的使命與追求。但是，任何事情都不是一蹴而就的。在研究成果的臨床應用測試中，一個個困難接踵而來。正是通過李春光團隊在實驗過程中的無限耐心與不懈努力，他們才獲取到了一個個珍貴的實驗數據。

根據目前的工作，李春光希望能在康復評估以及輔助治療這一塊盡快實現產業化，給患者病情起到更加正向的作用。之后，再將自己的研究方向進行拓展，給更多的自閉癥患者、老年癡呆患者提供更多的幫助。在腦機接口控制這一方向，她希望能夠盡快與臨床應用掛鉤起來，有針對性地展開相應的研究改進工作。在“助老助殘”方向中，給更多需要幫助的人帶來福音。

展望研究領域的未來，李春光也始終抱有一種樂觀的心態。在她看來，大腦雖然復雜但卻值得科學家去不懈探索，特別是在其應用以及機理的研究中，有很大的探索空間。在應用方面，順應當前大數據人工智能的趨勢，通過腦成像設備、功能核磁等將研究數據整合到一起，不僅對于開發當前病人的診斷或者治療康復方法非常有前景，而且對于后期人腦機理的研究貫通也大有裨益。

此外，針對病人醫療數據的隱私性，李春光也有初步的設想。通過最近大熱的區塊鏈技術不僅能增加病人數據的安全性，還能節省成本、時間與資源。這些都是李春光未來想要涉及的方向。

“實際上，我一直想做一些能給人帶來實際價值的東西，雖然我的進度沒有別人那么快，但是我會持續做下去，看看能不能發生累計的效應。”李春光堅定地說。為了研究的初心，也為了無數病患家庭，她會始終保持著向前的動力，實現科學研究的下一個突破。