900字范文,内容丰富有趣,生活中的好帮手!
900字范文 > Nature子刊:一种新型多功能神经界面允许在测量神经元活动的同时将药物输送到植入部位...

Nature子刊:一种新型多功能神经界面允许在测量神经元活动的同时将药物输送到植入部位...

时间:2018-06-23 21:04:27

相关推荐

Nature子刊:一种新型多功能神经界面允许在测量神经元活动的同时将药物输送到植入部位...

众所周知,测量大脑的电活动能够帮助我们更好地了解大脑的过程、功能和疾病。到目前为止,大部分活动是通过放置在头皮上的电极(通过脑电图(EEG))测量的;如果能够在日常生活活动中直接从大脑内部获取信号(通过神经界面设备),可以将神经科学和神经医学提升到一个全新的水平。

与神经元以及所有连接器接触的微型电极所使用的材料应具有足够的柔韧性和耐用性,以承受体内相对恶劣的环境。之前研究者也对开发持久的接口设备的进行了尝试,不过这些尝试遇到了一定阻碍。因为身体的自然生物反应(如炎症)会随着时间的推移降低电极的电气性能。

但是,如果我们有一些实用的方法在电极与大脑接触的地方局部施用抗炎药呢?

在最近发表于《Microsystems& Nanoengineering》的一项研究中,韩国研究团队开发了一种新型多功能神经界面,可以同时记录神经元活动,并将液体药物运送到植入部位。

与现有的刚性设备不同,他们的设计具有灵活的3D结构,其中微针阵列被用来收集一个区域内的多个神经信号,而细金属导电线将这些信号传送到外部电路。这项研究最引人注目的一个方面是,通过策略性地堆叠和微加工多个聚合物层,科学家们设法在平行于导电线的平面上整合了微流体通道。这些通道连接到一个小容器(其中包含要传输的药物),并可以携带稳定的液体流向微针。

微流控神经界面示意图

其中图a展示了柔性穿透微电极阵列(FPMA)与微流体互连电缆(microfluid interconnection cable)(µFIC)集成在一起。bμFIC 的横截面图(沿 A-A')显示它内含导电线和微流控通道。

下图为微流体神经界面的制造程序。

其中上图a 表示用于制造 FPMA 的工艺和制造的 FPMA 的 SEM 图像。图b为用于制造 μFIC 的工艺。图c中(c-i)到(c-iii)流程集成FPMA、µFIC和储层。(c-iv)由μFIC、FPMA、reservoir、FPCB组成的全组装微流控神经界面(如下图)。

该团队通过活体大鼠的脑界面实验验证了他们的方法,然后分析了针头周围组织中的药物浓度。领导此次研究的韩国大邱庆北科学技术研究院(DGIST) Sohee Kim 教授表示:“总体结果非常有希望。”“我们设备的灵活性和功能将有助于它与生物组织更兼容并减少副作用,所有这些都有助于延长神经界面的寿命。”具体的验证情况如下图所示。

通过开发的微流控神经界面进行流体输送并将其植入大鼠体内

图a按顺序图像显示有色水被输送到由1%琼脂糖制成的大脑模型中。随着时间的推移,有色水扩散到琼脂糖中。图b展示了通过微流体神经界面的流速,作为压力的函数。红点和误差条分别代表平均值和标准偏差,而黑线代表线性拟合。图c和d显示了定制的头帽和植入有头帽保护的微流体神经界面的大鼠的照片。

耐用的多功能神经界面的开发涉及多个学科。研究人员表示,“我们的设备可能适用于脑机接口,它使瘫痪的人能够使用他们的思想移动机械臂或腿,希望更多的人受益于与大脑的直接而持久的联系!”

论文详情:

Yoo Na Kang, Namsun Chou, Jae-Won Jang, Han Kyoung Choe, Sohee Kim.A 3D flexible neural interface based on a microfluidic interconnection cable capable of chemical delivery.Microsystems & Nanoengineering, ; 7 (1)

DOI:10.1038/s41378-021-00295-6

/releases//10/211002123009.htm

文章仅用于学术交流,不用于商业行为,

若有侵权及疑问,请后台留言,管理员即时删侵!

更多阅读

美国“脑计划”取得重大进展,从小鼠到猴子再到人类

深圳大学梁臻博士提出EEGFuseNet高维脑电图

混合无监督深度特征表征与融合模型及其在情绪识别中的应用

用于情绪识别的生物信号数据集汇总

临港实验室、上海脑科学与类脑研究中心 脑机接口平台联合招聘公告

结合matlab代码案例解释ICA独立成分分析原理

重磅!UCSF研究人员成功治疗一例重度抑郁症患者

我国首个成人抑郁障碍流行病学现况研究成果发布

脑机交互可提高行动能力

EEG-MI 基于EEG信号的运动想象分类实验

你的每一次在看,我都很在意!

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。