新的人工智能算法改进了脑刺激设备来治疗疾病

对于数百万患有癫痫症和帕金森病等运动障碍的人来说，脑的电刺激已经扩大了治疗的可能性。未来，电刺激可能会帮助患有精神疾病和直接脑损伤（如卒中）的人。

梅奥诊所官网9月3日消息

然而，研究大脑网络如何相互作用是很复杂的。可以通过在患者大脑的一个区域提供短暂的电流脉冲同时测量其他区域的电压响应来探索大脑网络。原则上，人们应该能够从这些数据中推断出大脑网络的结构。然而，对于真实世界的数据，这个问题很困难，因为记录的信号很复杂，并且可以进行测量的非常有限。

为了使问题易于管理，梅奥诊所（Mayo Clinic）的研究人员开发了一套范例或观点，以简化电刺激对大脑影响之间的比较。由于科学文献中不存在表征输入集合如何在人类大脑区域中融合的数学技术，因此 Mayo 团队与人工智能 (AI) 算法领域的国际专家合作开发了一种称为“基本轮廓曲线识别”的新型算法。”

在《PLOS 计算生物学》（PLOS Computational Biology）杂志上发表的这项研究中，一名脑肿瘤患者在切除肿瘤之前接受了皮层电图（ECoG）电极阵列的放置，以定位癫痫发作并绘制大脑功能图。每次电极相互作用都会导致使用新算法研究数百到数千个时间点。

研究于2021年9月2日发表在《PLOS Computational Biology》（最新影响因子：4.475）杂志上

“我们的研究结果表明，这种新型算法可以帮助我们了解哪些大脑区域直接相互交互，这反过来又可以帮助指导电极的放置，以用于治疗脑部疾病网络的刺激设备，” 该研究的第一作者、梅奥诊所神经外科医生、医学博士 Kai Miller 说。

Kai Miller 医生

“随着新技术的出现，这种算法可能会帮助我们更好地治疗癫痫、帕金森病等运动障碍以及强迫症和抑郁症等精神疾病患者。”

“迄今为止，神经系统数据可能是人工智能研究人员建模时最具挑战性和最令人兴奋的数据，”研究合著者兼 Google Research Brain 团队成员 Klaus-Robert Mueller 博士说。Mueller 博士是柏林学习和数据基础研究所（Berlin Institute for the Foundations of Learning and Data）的联合主任和机器学习小组（Machine Learning Group）的主任， 研究所和机器学习小组都在柏林技术大学（Technical University of Berlin）。

在这项研究中，作者提供了一个可下载的代码包，以便其他人可以探索该技术。“共享开发的代码是我们帮助研究可重复性努力的核心部分，”梅奥诊所生物医学工程师和资深作者 Dora Hermes 博士说。

创立于1864年的梅奥诊所

参考文献

Source：Mayo Clinic

Mayo, Google Research develop new AI algorithm to improve brain stimulation devices to treat disease

Reference：

Kai J. Miller, Klaus-Robert Müller, Dora Hermes. Basis profile curve identification to understand electrical stimulation effects in human brain networks. PLOS Computational Biology, 2021; 17 (9): e1008710 DOI: 10.1371/journal.pcbi.1008710