通过超声波来远程控制大脑区域的选择行为

更多技术干货第一时间送达

简介


远程、系统地调节特定大脑回路中神经活动的能力,可能会彻底改变对脑功能和脑部疾病治疗的研究。高频声波(超声波)结合了调节神经元活动与清晰空间焦点的能力,在上述研究中展现了研究潜力。研究人员在该项目中将短暂,低强度的超声脉冲无创地输送到猕猴的特定大脑区域,影响了他们选择目标的决定,表明该方法可以对选择行为产生强有力的影响。而且这种影响是巨大的,与默认的平衡比例相比,导致了约为2:1的选择偏差。这些结果代表了向非侵入性影响选择行为的能力迈出的关键一步,从而能够系统地研究和治疗选择障碍背后的脑回路。

5月20号,该研究发表在《Science》子刊《Science Advances》杂志上。

近年来,科学家们已将超声波脉冲导入大脑。低强度超声波无创应用于大脑,可用于调节神经活动,其空间特异性优于其他非侵入性方法,如经颅电刺激或磁刺激。超声的神经调节潜能在针对麻醉啮齿动物或兔子的运动周围区域的研究中得到了验证。短暂、低强度的刺激导致肢体或其他身体部位的明显运动。
这项技术被认为可以撬开血脑屏障,使药物可以治疗阿尔茨海默氏症等疾病。其他研究已经使用超声波通过增加某些酶和蛋白质的表达来改善痴呆症状,甚至“重启”昏迷病人的大脑。
研究人员希望使用该技术来控制特定行为。通过将超声脉冲指向大脑的特定部位,那里的神经元细胞膜会振荡,激活并影响神经元控制的行为。

这项研究支持了之前关于控制猴子行为的研究。在这种情况下,研究小组使用短脉冲超声波,发现即使是40秒也足以引发持续数小时的变化。研究人员说,40分钟的长脉冲可能会带来持续数周的益处。

在这里,研究人员让猕猴参与了该项研究中的选择任务,研究表示:短暂的低强度刺激特定大脑区域的脉冲会对受试者的选择产生强烈影响。在不使用药物的情况下无创地影响选择行为的能力可以提供诊断和治疗选择障碍的新方法。

选择任务和刺激

上图为选择任务和刺激。

  • (A)任务。受试者确定了中心目标。一个目标出现在左视野或右视野。在短暂的随机延迟之后,第二个目标出现在相反的半场中。受试者在观察目标(猴子a)或第一个目标(猴子B)时获得奖励。超声应用于3至6个试验区块,严格交错,在第一个目标出现前100毫秒没有相同持续时间的刺激区块。

  • (B)视觉运动系统的功能表征。研究人员将超声无创(完整的颅骨和皮肤)送入额叶视野(FEF)。从解剖学和功能研究可知,左/右FEF优先代表右/左视野的靶点。FEF的轮廓是使用Calabrese等人的Paxinos脑区图谱绘制的。

  • (C)以往药理学神经调节研究的影响。在本实验中,当在左侧FEF中注入大量强抑制/去抑制药物时,动物在本实验中表现出较强的同侧/对侧偏倚。考虑到视觉半场表示的对侧性质,这些结果是预期的,并且当视觉运动网络的其他节点(例如顶叶区域LIP)受到干扰时,这些结果类似。

  • (D)刺激。超声刺激(0.6MPa, 270 kHz,持续时间300ms)以500Hz脉冲,持续时间为1 ms。通过一个充满琼脂凝胶的耦合锥施加超声。沿横向和轴向颜色提供在自由场中测得的合成压力

健康动物会倾向于看最先出现的目标,但受影响的动物会倾向于看与中风发生在同一边的目标。
在这项新研究中,研究小组研究了超声波是否能改变猴子是向左看还是向右看,无论哪个目标先出现。通过使用合适的超声波频率并瞄准前庭视野神经元(FEF),研究小组成功地控制了他们的视线。
超声波刺激对选择行为的影响
上图为超声波刺激对选择行为的影响。
  • (A)单一会话示例。右侧靶(右侧目标)选择的平均(±SEM)比作为靶开始时间差异的函数。正差异表示右目标先出现的情况。黑色的数据点反映了没有受到刺激的实验中的选择行为,而蓝色的数据点则代表了受到刺激的实验中的选择行为。数据采用四参数sigmoid函数拟合。数据分别显示为左侧和右侧FEF刺激会话(左侧和右侧;见上图)和猴子A和猴子B(顶部和底部行)。

  • (B)量化所有会话的影响。没有刺激数据符合sigmoid函数[(A)中的黑色曲线]。利用拟合,研究人员确定了横坐标上的时间差,动物以相同的比例选择了两个目标。

激活左脑的FEF会让动物更频繁地向右看,而激活右脑的FEF会让动物向左看。平均而言,与默认值相比,猴子表现出2比1的偏差。
研究小组表示,这项实验表明,除了药物或侵入性手术之外,还有其他治疗精神和神经疾病的方法。超声波是听不见的,受试者根本感觉不到。

图片来源:http://onetarget.us

该研究的主要作者Jan Kubanek表示:“论文表明,超声波可以产生强大的影响,甚至可以影响人类行为。行为改变是我们最终关心的问题。例如,我们也许能够纠正错误的决策,或者至少减轻一个人的手颤抖。”

这项研究表明:短暂的、低强度的超声波脉冲远程传输到非人类灵长类动物的眼动神经回路中,显著影响感知决策。该项研究结果让我们离能够调节特定大脑回路中的非侵入性和可逆的神经元活动又近了一步。这可能为未来对人类大脑功能的系统研究和针对大脑疾病的个性化治疗开辟道路。

研究者表示,该方法将在三年内临床,以治疗抑郁症等脑疾病患者。

论文信息:

Remote, brain region–specific control of choice behavior with ultrasonic waves

更多阅读

脑科学研究的三大发展方向

基于颅内脑电信号和RNN的语音转译技术

ERP大神Steven Luck的线上ERP免费训练营调查

北大读博手记:怎样完成自己的博士生涯?非常具有指导性!

如何识别ICA成分

letswave7中文教程1:软件安装与脑电数据导入

letswave7中文教程2:脑电数据预处理-通道位置分配

letswave7中文教程3:脑电数据预处理-ICA去除伪影

letswave7中文教程4:脑电数据预处理-时域分析

这次我终于弄懂了院士、杰青、长江、百千万人才的区别了以及评选有多难了?评选条件了解一下

眼动追踪与VR

DEAP数据集--一个重要的情绪脑电研究数据集(更新)

EEG数据、伪影的查看与清洗

什么是EEG以及如何解释EEG?

Python-可视化Evoked数据

应用深度学习EEGNet来处理脑电信号

一种基于脑电图情感识别的新型深度学习模型

脑机音乐接口,高效检测用户的情绪状态

将深度学习技术应用于基于情境感知的情绪识别

EEG信号特征提取算法

EEGNet: 神经网络应用于脑电信号

信号处理之倒频谱原理与python实现

信号处理之功率谱原理与python实现

脑电信号滤波-代码实现

运动想象系统中的特征提取算法和分类算法

特征提取算法 | 共空间模式 Common Spatial Pattern(CSP)

功率谱估计-直接法原理与案例

MNE中文教程(16)-脑电数据的Epoching处理

DEAP数据库介绍--来自于音乐视频材料诱发得到的脑电数据

PsychoPy安装与测试案例

(0)

相关推荐