对于（yú）数百（bǎi）万患有癫痫（xián）症和帕金森病等运（yùn）动障碍的（de）人（rén）来说（shuō），脑的（de）电（diàn）刺激已经扩（kuò）大了治疗的可能性。未来（lái），电（diàn）刺激可能会帮（bāng）助患（huàn）有精（jīng）神（shén）疾病和直接（jiē）脑损伤（如卒（zú）中）的人。

梅奥诊所官网9月3日消息

然而（ér），研究大脑网络如何（hé）相互作用（yòng）是很（hěn）复（fù）杂的。可以（yǐ）通过在患者大脑的一个区域提供短暂（zàn）的电流脉（mò）冲同时测量其他区（qū）域的电压响应来探索大脑网络。原则上（shàng），人们（men）应该能够从这些数据中推断（duàn）出大脑网络的结（jié）构。然而（ér），对于真（zhēn）实世界的（de）数据，这（zhè）个问（wèn）题很困（kùn）难（nán），因为记录的信号很复杂（zá），并且可以进（jìn）行测（cè）量的（de）非（fēi）常有限。

为了使（shǐ）问题易于管理（lǐ），梅奥诊所（Mayo Clinic）的研究人（rén）员开发了一套范例或观点，以简（jiǎn）化电刺激对大脑影响之间（jiān）的比（bǐ）较。由于科学文献（xiàn）中（zhōng）不存在表（biǎo）征输入集合如（rú）何在人类大（dà）脑区（qū）域中融合的数学技术，因此 Mayo 团队与（yǔ）人工智能 (AI) 算法领域的国（guó）际专家合作开发了（le）一（yī）种称为“基（jī）本（běn）轮廓曲线识别”的新型算（suàn）法。”

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

研（yán）究于2021年（nián）9月2日发表在《PLOS Computational Biology》（最（zuì）新影响因子：4.475）杂志上

“我们的研究结果表明，这种（zhǒng）新（xīn）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（lái）又可以帮助指导（dǎo）电（diàn）极（jí）的放置，以用于治疗脑部（bù）疾病网络的刺激设备，” 该研究的（de）第一作者、梅奥（ào）诊所神（shén）经外科医生（shēng）、医学博士 Kai Miller 说（shuō）。

Kai Miller 医生

“随着新技术的出现，这种（zhǒng）算法可能会帮助我（wǒ）们更（gèng）好地治疗癫痫、帕金（jīn）森病等运动障（zhàng）碍以及强迫症和抑（yì）郁症等精神（shén）疾病患者。”

“迄今为止，神经系（xì）统数据可（kě）能是人工智能研究人员建模时最具挑（tiāo）战性和最令（lìng）人兴奋的数据，”研究合著者兼 Google Research Brain 团队（duì）成员（yuán） Klaus-Robert Mueller 博士（shì）说。Mueller 博士是柏林学（xué）习和数据基础研究所（Berlin Institute for the Foundations of Learning and Data）的联合主任和（hé）机器学习小组（Machine Learning Group）的主（zhǔ）任， 研究（jiū）所（suǒ）和机器学习小组都在柏林技术大（dà）学（Technical University of Berlin）。

在这项研究中，作者提供了一个（gè）可下载（zǎi）的代码包，以便其（qí）他人可（kě）以（yǐ）探索该技（jì）术。“共享开发的代码是（shì）我们帮助研（yán）究可重复性努力的（de）核心部分（fèn），”梅奥诊所生物医学工程师（shī）和（hé）资深作（zuò）者 Dora Hermes 博（bó）士说。