全球首款仿生听觉神经接口问世：让失聪兔子“听”懂人话并打字
听力是人类认知与学习的核心，但全球约3%的人口正遭受感音神经性听力损失的困扰。这种损伤源于耳蜗或听神经的病变，目前药物、基因疗法或干细胞治疗等生物修复手段效果有限。临床上广泛使用的人工耳蜗虽能提供一定帮助，但它严重依赖残余的健康听神经，不适用于耳蜗严重畸形或听神经未发育的患者，也错过了最佳治疗窗口（如语前聋儿童在12个月至6岁间植入效果最佳）。更关键的是，人工耳蜗遵循固定的频率-位置编码原理，其时间分辨率上限（300-800 Hz）远低于正常人耳耳蜗的相位锁定能力（20-20 kHz），且仅有12-24个通道电极，导致频率分辨率不足、复杂声环境适应能力差。在中国，过去30年间仅有约1/7200的患者（约30万人）成功接受了人工耳蜗植入治疗。这些技术瓶颈促使科学家寻求一种全新的、能够完整模拟生物听觉通路的电子替代方案。
为此，南开大学徐文涛教授团队成功研发出一种人工神经形态接口，能够与哺乳动物的传入神经结合，重建听觉通路（图1）。该系统集成了自供电声学传感器作为听觉感受器，以及基于氧化钨纳米线的星形可重构人工神经电路，通过侧抑制逻辑实现注意力集中。该系统利用动态可逆的质子插入/脱出机制，实现了全频段（20 Hz-20 kHz）声音处理和突触可塑性。实验证明，一个8×8的突触晶体管阵列能实现三维声源定位，并能精准区分同音异义词。在与兔子的活体结合实验中，该闭环神经回路成功帮助听力受损的兔子恢复听觉功能，使其能根据人类语音指令完成打字、踢球等动作。相关论文以“An artificial neuromorphic interface for auditory restoration”为题，发表在Nature Materials上。
图1 | 人工听觉神经环路的示意图。
a，生物听觉通路示意图。b，人工听觉神经环路的示意图。c，与兔子坐骨神经杂交的示意图。
自供电传感器：微型化的“人工耳蜗”
系统的第一环节是自供电多孔听觉传感器（SPAS）。该器件基于高电负性的氟化乙烯丙烯共聚物（FEP）薄膜，整体尺寸仅为4.4毫米，可轻松植入外耳道。扫频测试表明，从20 Hz到20 kHz，传感器均能提供稳定的低频响应、改善的中频分辨率和稳健的高频输出（高于60 dB）（图2a-c）。为了验证其频率分辨能力，研究人员向传感器输入了一个包含400 Hz、2000 Hz和4000 Hz三种频率的混合音频，传感器输出的电信号经傅里叶变换后，清晰分离出了这三个中心频率，证明了其精准的频率选择特性（图2d-e）。这种特性源于FEP薄膜在不同频率声波刺激下产生的形变与位移差异，从而在物理层面实现了对声音频率的初步编码（图2f）。
图2 | SPAS器件特性。
a，SPAS器件在跨不同频带（2,000-8,000 Hz 和 10,000-20,000 Hz）的扫频刺激下的输入信号波形。b，SPAS输出波形。c，输入和输出信号之间的频域变化比较。d，三频混合响应。e，混合频谱的傅里叶变换。f，在不同频率声波刺激下，FEP薄膜在不同位置处的形变曲线。ΔL是垂直方向的变化量，R是距几何中心的轴向距离。
神经突触器件：动态可调的“信息中转站”
声音信号被转换为电信号后，进入由石墨烯量子点修饰的氧化钨纳米线（GWAS）构成的人工突触器件进行神经形态处理（图3a）。该器件采用质子导电的离子凝胶作为栅极电介质，其核心机制是质子在氧化钨晶格中的可逆插入与脱出。高分辨透射电镜显示，纳米线呈多晶结构，富含晶界，为载流子捕获与释放提供了丰富的表面和界面陷阱态（图3b-c）。实验显示，该器件在承受高达148万次电脉冲刺激后，仍能保持稳定的电导窗口（增强态约67 μA，抑制态约3.64 μA），展现出优异的循环稳定性（图3d）。更重要的是，在1200个连续正向脉冲作用下，器件的兴奋性突触后电流（EPSC）可超过500 μA，这是目前人工突触器件中的最高水平之一（图3e-f）。通过X射线光电子能谱和飞行时间二次离子质谱分析，研究团队揭示了其工作机制：质子插入使氧化钨从单斜相转变为导电的钨青铜相（HxWO3），晶格间距由4.3 Å缩小至3.11 Å，这一可逆的电化学反应赋予了突触动态调整连接权重的适应能力（图3g-j）。
图3 | GWAS结构与性能。
a，GWAS器件结构。NW，纳米线；GQD，石墨烯量子点。b，透射电子显微镜下的氧化钨纳米线。c，WO3的高分辨透射电镜图像。d，GWAS的循环稳定性测试。e，GWAS在1,200个连续尖峰刺激下的响应。f，器件在1,200次刺激下的峰值变化率。g，W 4f的高分辨X射线光电子能谱。h，O 1s的高分辨X射线光电子能谱。i，不同尖峰数量刺激后的质子分布曲线。j，飞行时间二次离子质谱三维重构的质子分布。
神经功能模拟：频率、电压与历史依赖性
GWAS器件不仅能实现基础的突触可塑性，还能模拟多种关键神经功能（图4a）。通过控制沟道中氧化钨纳米线的数量，器件可模拟不同的离子通道密度。在8×8突触阵列（图4b）的支持下，实验表明在2.5 Hz、1.23 Hz和0.61 Hz不同频率的刺激下，突触强度随频率降低而减弱，展现了“尖峰频率依赖性可塑性”（图4c）。同时，在短间隔的双脉冲刺激下，第二个脉冲引发的电流响应显著增强，模拟了“双脉冲易化”现象（图4d）。不同幅值的单次尖峰刺激也诱导出尖峰电压依赖性可塑性（图4e）。这些响应都表现出历史依赖性——即刺激结束后，暂时嵌入晶格的质子会使器件电导在一段时间内维持较高水平，这种短期记忆效应为处理时序信息和进行语义解读提供了物理基础。
语义理解与声源定位：从“星星”到“猩猩”
利用这种历史依赖性，研究团队构建了神经形态语言处理模块，用以解决语音中的同音歧义问题。以中文同音词“xing xing”（星星/猩猩）为例（图4f），尽管两个音频遵循相同的脉冲编码规则，但由于器件的历史依赖性突触可塑性，两者的突触响应被清晰区分：“星星”的最大EPSC为59.27 μA，而“猩猩”高达88.89 μA，前者仅为后者的67.6%（图4g）。在30次重复试验中，该系统识别准确率达98.5%，即使在5%-20%的环境噪声下，准确率仍保持在91.1%以上。此外，为了模拟生物听觉的侧抑制和空间定位功能，团队制备了8×8的突触阵列，并配合五个呈四面体排列的传感器，对三维空间中的30个声源位置进行定位，通过提取到达时间差特征并映射为64位格雷码，最终识别准确率超过95%。
图4 | 神经形态动力学与关键神经功能的模拟。
a，质子化前后的晶格变化。b，晶圆上8×8突触阵列的光学图像（包含16组芯片）。c，尖峰频率依赖性可塑性行为的模拟。d，双脉冲易化行为的模拟。e，尖峰电压依赖性可塑性行为的模拟。f，用于区分同音异义词“星星”和“猩猩”的编码方案示意图。g，对同音词“星星”和“猩猩”的突触反应。
活体结合实验：让兔子“听懂”指令
研究的最终验证环节是将该系统与活体兔子进行结合（图5a）。研究人员在兔子腿部暴露的坐骨神经处植入了一个轻量化（0.287克）的信号接收器，并将神经形态语言处理模块输出的信号转换为刺激脉冲。生物相容性测试显示，封装器件与细胞共培养168小时后，细胞活性仍保持在90%以上（图5b-c）。实验选取了“慢速”、“中速”、“快速”三种语音指令。当兔子接收到不同指令后，其腿部运动轨迹呈现明确的指令依赖性（图5d）：“快速”指令下，兔子脚趾在垂直方向的速度达到3.89 cm/s，是“慢速”指令下的1.88倍。同时，肌电图（EMG）记录显示，不同指令引发了频率分别为2.04 Hz、4.18 Hz和5.88 Hz的节律性电生理响应，与刺激脉冲频率高度吻合（图5e），肌电信号的均方根幅度也呈现频率依赖性的累加效应（图5f），证实了语音指令到运动行为的直接因果通路。
图5 | 生物杂交与运动调控验证。
a，人工听觉感知和运动神经元系统。ADC，模数转换器；DAC，数模转换器；AMP，放大器。b，封装器件（切割样品；直径10 mm，厚度500 μm）与细胞共培养12小时、72小时和168小时后的活/死荧光染色图像。c，细胞活性的定量分析，误差线表示来自n=5个生物学独立样本的平均值±标准差。d，兔子脚趾在不同时刻的统计位置，x、y和z轴上每个刻度对应20°。e，兔子在三种声音指令引起的PSV2刺激下的肌电信号。f，肌电信号的均方根值。
功能重建与未来展望：打字、踢球与神经修复新纪元
在更复杂的任务中，该人工听觉-运动系统成功帮助听力受损的兔子恢复了听觉功能。研究人员将兔子的腿部动作与计算机键盘映射，兔子能够根据语音指令同步移动腿部，在键盘上敲出摩尔斯电码，并最终转换为英文单词“HELLO”。此外，兔子还能独立控制右腿完成踢球动作，实现连续的颠球行为。这项研究不仅证实了通过神经形态电子替代物绕过受损听觉通路、重建听觉感知的可行性，更为神经损伤修复、生物-机器交互、人形机器人感官赋能乃至跨物种通讯开辟了全新的可能性。该工作标志着人类在构建生物兼容的智能假体与闭环神经接口领域迈出了革命性的一步。
热门跟贴