对于（yú）数百万患（huàn）有癫痫症和帕金（jīn）森病等运动障（zhàng）碍的人来（lái）说，脑的电刺激（jī）已经（jīng）扩大（dà）了治疗的可能性（xìng）。未来（lái），电刺激可能会帮助（zhù）患（huàn）有精（jīng）神疾病（bìng）和直接脑损伤（如卒中）的（de）人。

梅奥诊所官网（wǎng）9月3日消息

然（rán）而，研究大脑网络（luò）如何（hé）相互作用是很复杂的（de）。可（kě）以通（tōng）过在（zài）患者大脑的一（yī）个区域提供短暂的（de）电流（liú）脉冲同（tóng）时（shí）测量其他区域的（de）电压响应来探索大脑网络。原则（zé）上，人们（men）应该能够从这些数据中推（tuī）断（duàn）出大脑网络的结构。然而，对（duì）于真实世界的（de）数据，这（zhè）个（gè）问题（tí）很困难，因（yīn）为（wéi）记录的信号很（hěn）复杂，并且可以（yǐ）进（jìn）行测量的非常有限。

为了使问题易（yì）于（yú）管理，梅（méi）奥（ào）诊所（Mayo Clinic）的研（yán）究（jiū）人（rén）员开（kāi）发了一套（tào）范例（lì）或观点，以简化电（diàn）刺激对（duì）大脑影（yǐng）响之间的比较。由于科学（xué）文献中（zhōng）不存在表征输入集合如何在人类大（dà）脑（nǎo）区域中融（róng）合的数学（xué）技术，因（yīn）此 Mayo 团队（duì）与人（rén）工智能 (AI) 算法领域的国际专家合作开发了一（yī）种称为（wéi）“基本轮廓曲线识别”的新（xīn）型算法。”

在《PLOS 计算生物学》（PLOS Computational Biology）杂志上（shàng）发表的（de）这项研究中，一（yī）名脑肿瘤（liú）患者在切（qiē）除肿瘤之前接受（shòu）了皮层电图（ECoG）电极阵列的放置，以定位癫（diān）痫发作并绘制大脑（nǎo）功能图。每次电（diàn）极相（xiàng）互作用都会（huì）导致使用新算（suàn）法研（yán）究数（shù）百到（dào）数千（qiān）个时（shí）间点。

研究于2021年9月2日发表在《PLOS Computational Biology》（最新（xīn）影（yǐng）响因（yīn）子（zǐ）：4.475）杂志上

“我（wǒ）们的研（yán）究结果（guǒ）表明（míng），这种（zhǒng）新（xīn）型算法可以帮助我们了解哪（nǎ）些大脑区域直接（jiē）相互交互，这反过来又可以帮助指导电极的放（fàng）置，以（yǐ）用于（yú）治（zhì）疗脑部疾病网（wǎng）络的刺激设备，” 该研究的第一作者、梅（méi）奥诊所神经（jīng）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（suàn）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（jí）强迫症和（hé）抑（yì）郁症等精神疾病患者。”

“迄（qì）今为止，神经系统数据可能是（shì）人工智能研究人（rén）员（yuán）建模时最具挑战（zhàn）性和（hé）最（zuì）令人兴奋的数据，”研究合著者兼 Google Research Brain 团（tuán）队成员 Klaus-Robert Mueller 博（bó）士（shì）说。Mueller 博士是（shì）柏林（lín）学习和数据基础研究（jiū）所（Berlin Institute for the Foundations of Learning and Data）的联合（hé）主（zhǔ）任（rèn）和（hé）机器学习小组（Machine Learning Group）的主任， 研（yán）究（jiū）所和机器学习小组都在（zài）柏林技术（shù）大（dà）学（xué）（Technical University of Berlin）。

在这项研究中，作者提（tí）供（gòng）了一个可下载的（de）代码包，以便其他人可以探（tàn）索该技术。“共（gòng）享开发的代码是我们帮助研究可重复性努力（lì）的（de）核心部分，”梅（méi）奥诊（zhěn）所生物医学工程师和资深（shēn）作者 Dora Hermes 博士说。