《IEEE Transactions on Neural Systems and Rehabilitation Engineering》：Progressive Tactile Perception and Peripheral Hemodynamic Responses Induced by LIFUS on Fingertip
编辑推荐：
为探究重复性低强度聚焦超声刺激（LIFUS）是否像经皮电神经刺激（TENS）一样引发感知适应，研究人员针对14名健康志愿者右手食指指尖开展精细触觉刺激研究。通过主观感知评分与局部血流灌注体积（BPV）监测，发现LIFUS在感知敏锐度与稳定性上均优于TENS，且不随刺激剂量增加出现BPV响应下降。该研究为多场景人机交互中非侵入性感觉反馈技术的发展提供了新思路。
在当今人机交互与神经康复领域，如何实现稳定、精准且非侵入性的触觉反馈，一直是一个关键挑战。传统的经皮电神经刺激（Transcutaneous Electrical Nerve Stimulation, TENS）虽被广泛应用，但其在重复刺激下常引发感知适应（perceptual adaptation），导致使用者对触觉信号的敏感度逐渐下降，这严重限制了其在精细操作或长期使用场景中的可靠性。与此同时，一种新兴的外周刺激技术——低强度聚焦超声刺激（Low-Intensity Focused Ultrasound Stimulation, LIFUS）——开始受到关注。它能否在提供有效触觉感受的同时，避免像TENS那样的适应性衰减？这个问题不仅关乎技术本身的优化，更对下一代假肢控制、虚拟现实交互及感觉功能重建具有重要意义。为此，一项发表于《IEEE Transactions on Neural Systems and Rehabilitation Engineering》的研究，通过系统对比LIFUS与TENS在触觉感知稳定性及外周血流动力学响应上的差异，为我们揭开了新的可能性。
本研究主要采用了以下关键技术方法：1. 低强度聚焦超声刺激（LIFUS）与经皮电神经刺激（TENS）双模式对比实验：在14名健康志愿者右手食指指尖施加精确控制的刺激；2. 多维度感知评估：结合主观感知评分与客观行为判断任务，量化感知敏锐度与稳定性；3. 局部血流灌注体积（Blood Perfusion Volume, BPV）监测：使用非侵入式光学监测技术，实时记录刺激期间及刺激后指尖微循环的血流动力学变化，以探究其生理响应机制。
研究结果
1. 主观感知与行为表现
通过让受试者对刺激强度进行评分并完成触觉判断任务，研究发现LIFUS所诱导的触觉感知在强度评分上显著高于感觉级TENS，且在整个刺激过程中表现出更好的感知稳定性。行为数据进一步证实，受试者在LIFUS刺激下的判断正确率更高，表明其提供了更可靠、更少适应的感觉反馈。
2. 局部血流动力学响应
监测指尖局部血流灌注体积（BPV）发现，LIFUS与TENS引发了截然不同的外周血流响应模式。从刺激开始，LIFUS即引起BPV的持续增加，而TENS则导致BPV下降。两者在刺激停止后均呈现缓慢恢复至基线水平的趋势。这一关键差异提示，两种刺激技术可能通过不同的生理机制影响局部微循环。
3. 重复刺激下的响应累积效应
为检验重复刺激是否会引发响应衰减（即时间累积效应），研究分析了BPV响应幅度随刺激剂量（次数）增加的变化。结果显示，重复施加LIFUS并未引起BPV响应幅度的显著渐进性下降；与之形成鲜明对比的是，TENS的BPV响应随着刺激次数增加而明显减弱。这直接证明LIFUS在生理响应层面具有更优的稳定性，不易产生类似TENS的适应现象。
结论与讨论
本研究的核心结论是：针对指尖施加的低强度聚焦超声刺激（LIFUS），在提供精细触觉反馈方面，无论是主观感知的敏锐度与稳定性，还是客观的局部血流灌注体积（BPV）响应，均优于传统的经皮电神经刺激（TENS）。更重要的是，重复性LIFUS刺激不会引发BPV响应的渐进性下降，即未观察到显著的时间累积适应效应，而TENS则存在这一局限。这些发现从感知与生理两个层面，共同证实LIFUS作为一种新型外周神经调控手段，在维持长期、稳定感觉反馈方面具备独特优势。
该研究的意义深远。首先，它直接回答了关于LIFUS感知适应性的关键问题，为其在需要持久、可靠触觉反馈的应用场景（如智能假肢的精细操作、虚拟现实/增强现实的沉浸式交互、远程手术的力觉反馈等）中提供了坚实的实验依据。其次，研究揭示的LIFUS与TENS在局部血流动力学响应上的相反模式，为深入探究外周超声刺激的神经血管耦合机制开辟了新方向。例如，LIFUS诱发的BPV增加可能与其对微血管的舒张效应或感觉神经末梢的间接调控有关，这值得未来研究进一步阐明。总之，这项工作不仅推动了非侵入性感觉反馈技术的发展，也为理解外周聚焦超声的神经调控机制提供了宝贵见解，有望在未来的人机交互与神经康复领域产生广泛影响。
