对于数百万患有癫痫症和帕金（jīn）森病等运动障碍的人来说（shuō），脑的电刺激（jī）已经扩大了治疗的可能性。未（wèi）来，电刺（cì）激（jī）可能会帮助患有精神疾（jí）病和直接脑（nǎo）损（sǔn）伤（如卒中）的人。

梅奥诊所官网9月3日消息

然而，研究大脑（nǎo）网络如何相互（hù）作用是很（hěn）复杂的。可以通（tōng）过在患者大脑的（de）一个区域（yù）提供（gòng）短暂的电流（liú）脉冲同时（shí）测（cè）量（liàng）其他区（qū）域的电压响应来探（tàn）索（suǒ）大脑（nǎo）网络。原则上，人们应该（gāi）能够从（cóng）这些数（shù）据中推断出大脑网络的结构。然而，对于真（zhēn）实世界的数据，这（zhè）个（gè）问题很困难（nán），因为记录的信号很复杂（zá），并且可以进行（háng）测量的非（fēi）常（cháng）有限。

为了使问（wèn）题易于管理，梅奥（ào）诊所（Mayo Clinic）的（de）研究人（rén）员开发了一套（tào）范例或观（guān）点，以简化电刺（cì）激对大（dà）脑影响之间的比（bǐ）较。由于科学文献（xiàn）中不存在表征输入集（jí）合（hé）如何在人类大（dà）脑（nǎo）区域中融合的数学技术，因此 Mayo 团队与人工智能 (AI) 算法（fǎ）领域的国际（jì）专家（jiā）合作开发了一种（zhǒng）称为“基本轮廓曲线识（shí）别”的（de）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（liú）患者在（zài）切（qiē）除肿瘤之前接受了皮层（céng）电图（tú）（ECoG）电（diàn）极（jí）阵列的放置（zhì），以定（dìng）位癫（diān）痫发作并绘制大（dà）脑功（gōng）能图。每次电极相互作用都会导致使用新（xīn）算法研（yán）究数百到数（shù）千个时间点。

研究于2021年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（zhè）种新型（xíng）算法可以帮助（zhù）我们了解哪（nǎ）些大脑区域直（zhí）接相互交互，这反过来（lái）又可以帮助指导电（diàn）极的（de）放置，以用于治疗（liáo）脑部疾（jí）病网（wǎng）络的刺激设备，” 该研究的第一（yī）作（zuò）者、梅奥诊所神经外科医生、医（yī）学博士 Kai Miller 说。

Kai Miller 医（yī）生

“随（suí）着（zhe）新技术的（de）出现，这种算法（fǎ）可能会帮助我（wǒ）们更（gèng）好（hǎo）地治疗癫痫、帕金（jīn）森病等运动（dòng）障（zhàng）碍（ài）以及强迫症（zhèng）和抑（yì）郁症等精神疾病患者。”

“迄今为止，神经系（xì）统数据（jù）可能（néng）是（shì）人工智能研（yán）究（jiū）人员建模（mó）时最具挑战性和最令人兴（xìng）奋的数据，”研（yán）究合著者（zhě）兼（jiān） Google Research Brain 团队（duì）成员 Klaus-Robert Mueller 博（bó）士说。Mueller 博士是柏（bǎi）林学习和数（shù）据基础研（yán）究所（Berlin Institute for the Foundations of Learning and Data）的联合主任和机（jī）器学习（xí）小组（Machine Learning Group）的主任， 研（yán）究所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（jiū）中，作者提供了一个可下（xià）载（zǎi）的代码包，以便其他人（rén）可以探索（suǒ）该技术。“共享开发的（de）代码是我们帮助研究可（kě）重复性努力（lì）的核心部分，”梅奥诊所生物医学工程师和资深作（zuò）者 Dora Hermes 博士说。