现有的植入式电刺激器提供了一种替代方案,即通过刺激脊髓来阻断疼痛信号传递至大脑。但这些设备存在诸多缺点,如成本高昂、需侵入性手术以及需要频繁更换电池。现在,南加州大学维特比工程学院阿尔弗雷德·曼生物医学工程系周实验室的研究人员与加州大学洛杉矶分校的陈俊课题组合作,开发了一种革命性的解决方案:一种柔性超声波诱导无线植入式(UIWI)刺激器,该装置可固定于脊柱,专为个性化、自适应慢性疼痛管理而设计。
这项突破性设备详述于《自然·电子学》(Nature Electronics)期刊,代表了疼痛治疗领域的重大飞跃。现有脊髓刺激器往往笨重且需有线连接电池,而新设备设计为可随身体运动弯曲扭转,并由可穿戴超声波发射器供能,无需电池。它还利用机器学习算法为每位患者定制治疗方案。该研究由南加州大学Zohrab A. Kaprielian工程学研究员、凯克医学院眼科学教授周启发(Qifa Zhou)领导。
按需止痛:植入式刺激器的工作原理
该创新的核心在于其无线供电系统,消除了对笨重电池和复杂有线接口的需求,此类接口通常需要反复手术。UIWI刺激器的能量来自外部可穿戴超声波发射器(WUT)。超声波为深部组织穿透提供了一种安全有效的非侵入性方法。该设备通过压电效应将机械波转化为电信号。UIWI刺激器的核心是一个微型化压电元件,由锆钛酸铅(PZT)制成,这种高效材料能将入射的超声波能量转化为刺激所需的电能。
"该设备的真正独特之处在于其无线、智能和自适应的疼痛管理能力,"周教授表示。"我们相信它具有巨大潜力替代药物治疗方案和传统电刺激方法,符合临床镇痛需求。"
周实验室博士研究生、论文第一作者曾雨顺(Sean Zeng)指出,这种无线智能微型刺激器能够利用超声波能量产生足够的电刺激强度,从而实现更个性化、靶向和局部的治疗。
"这种能量转换类型对深部刺激至关重要,因为超声波在临床和医学领域是一种非侵入性且高穿透性的能量,"曾雨顺解释道。"通过利用无线超声能量传输和闭环反馈系统,UIWI刺激器无需笨重的植入式电池,并允许实时精确调节疼痛。"
"从临床角度看,整合基于深度学习的疼痛评估可实现动态解读并响应波动的疼痛状态,这对适应患者个体差异至关重要。"论文共同第一作者、周实验室博士研究生龚晨补充道。
设备工作原理如下:
检测疼痛:系统持续监测脑部记录信号,特别是反映患者疼痛水平的脑电图(EEG)信号。 利用AI评估疼痛程度:基于ResNet-18神经网络的先进机器学习模型分析这些脑信号,将疼痛分为三个等级:轻微疼痛、中度疼痛和剧烈疼痛。该AI模型区分这些疼痛状态的总体准确率达94.8%。 按需调整治疗:一旦识别出疼痛等级,可穿戴超声波发射器会自动调节其发射的声能。UIWI刺激器随后可感知传播的能量并将其转化为电刺激强度,对脊髓进行刺激。由此形成闭环系统,提供实时个性化疼痛管理。 UIWI刺激器本身具有柔性、可弯曲和可扭转特性,便于在脊髓上实现最佳贴附。其对脊髓的电刺激通过重新平衡传递和抑制疼痛的信号发挥作用,有效抑制痛觉。
实验室验证成功:周实验室团队在啮齿动物模型中测试了UIWI刺激器,结果证实其疼痛管理有效性。
研究人员成功缓解了由机械刺激(如针刺)和急性热刺激(红外热)引起的慢性神经病理性疼痛。
实验室测试表明,UIWI刺激器治疗显著降低了疼痛指标。在一项评估动物是否将环境与疼痛缓解相关联的实验中,啮齿动物对疼痛管理系统激活的舱室表现出明显偏好,进一步证实了设备的有效性。
个性化疼痛缓解的未来
UIWI刺激器的成功开发与测试标志着高级疼痛管理研究的关键时刻。植入物的柔性设计及其与先进AI算法的整合,提供了一种动态个性化治疗方法,可适应慢性疼痛波动且高度个体化的特性。
展望未来,周教授及其合作者希望实现设备的更高级应用。周教授表示,未来设计可进一步微型化组件,从而减少植入侵入性——例如通过注射器植入。可穿戴超声波发射器也可能演变为无线微型设备,甚至成为可穿戴超声阵列贴片,可能将成像功能与能量传输相结合,实现实时监测和靶向刺激。未来版本还可通过智能手机软件控制,提供更强大的个性化疼痛管理。
周教授指出,该设备的目标是变革慢性疼痛管理,突破现有解决方案的局限,提供真正个性化、智能化且高效的疼痛缓解途径。
"我们的研究结果突显了超声植入式电子设备在临床和转化慢性疼痛管理中的潜力,"曾雨顺总结道。
Story Source:
Materialsprovided byUniversity of Southern California.Note: Content may be edited for style and length.
Journal Reference:
Yushun Zeng, Chen Gong, Gengxi Lu, Jianxing Wu, Xiao Wan, Yang Yang, Jie Ji, Junhang Zhang, Runze Li, Yizhe Sun, Ziyuan Che, Chi-Feng Chang, Hsiao-Chuan Liu, Jiawen Chen, Qingqing He, Xin Sun, Ruitong Chen, Sina Khazaee Nejad, Xunan Liu, Deepthi S. Rajendran Nair, Laiming Jiang, Jun Chen, Qifa Zhou.A programmable and self-adaptive ultrasonic wireless implant for personalized chronic pain management.Nature Electronics, 2025; 8 (5): 437 DOI:10.1038/s41928-025-01374-6
2025-06-27
2025-06-27
2025-06-27
2025-06-27