生活在这个多姿多彩的世界里，我们无时无刻不在体验美、追求美。过去，我们以为美是心理上的主观体验。而近年来，神经科学家们已经深入到心灵的本质，去探究审美的神经机制。

北京时间2023年2月2日，天桥脑科学研究院（Tianqiao and Chrissy Chen Institute，TCCI）与美国加州科学院（California Academy of Sciences）共同举办了“陈氏大脑与心智系列讲座（Chen Institute Brain & Mind Lectures）”，以探索纷繁世界下的神经美学。

 

本次讲座中，美国旧金山音乐学院与旧金山大学的Indre Viskontas 博士以“NeuroAesthetics: Meaning is in the Brain of the Beholder 神经美学：意义皆在观者脑中”为题，为观众带来了一场精彩纷呈的、艺术与科学交织的盛宴。

“追问”编辑团队对演讲内容进行了编译整理，您可以打开下方音频，收听现场版。

 

为什么大脑的物质结构相似，

人的内心世界却天差地别？

近年来，神经科学家们开始认识到，个体的大脑并不相似——至少，每个人构建内心世界的方式天差地别。假设让你在脑海中想象一个球体，可以预见的是：每个人想象的都会不一样，大小、颜色、花纹、背景环境、材质都会有区别。

有一类人，他们无法想象出这个球体——他们甚至无法在脑海中构建任何视觉形象，这种想象被称为想像障碍（Aphantasia）。计算机科学家、皮克斯动画总裁Ed Catmull就有着这么一颗大脑：当他想象时，他是以一种概念化的、数学的形式来构建对象的；这份天赋让他成为了一位顶尖的计算机科学家、并在计算机图形学领域做出了许多革命性的贡献。

在皮克斯，诸如Catmull这样的科学家又和另一种极端的天才大脑密切地合作着——他们是世界顶尖的故事板艺术家，他们看完电影之后从不需要“二刷”，因为他们可以从记忆中逐帧想象出整部电影。

 

▷ 图注：皮克斯动画总裁 Ed Catmull  图片来源：PIXAR

 

人类大脑的最大优势便是其多样性和适应性。我们的大脑在出生时发育得如此不完善是有原因的：从技术上讲，在妊娠第 40 周，母亲已经无法为正在发育的大脑提供能量；在出生后，大脑需要通过学习来进一步发育。我们的大脑在生命的第一年体积增加了三倍，建立了各种各样的脑区和神经元之间的连结。这一切是如何发生的？答案是，通过经验。

 

大脑如何将信息碎片转化为内心体验？

我们的大脑不是客观的“观察者” ，而是主观体验的“策展人”。感官从浩如烟海的外部世界中提取一丁点信息的尘埃，而大脑能将其加工为主观感受的浩瀚山峦。

我们常有一种错觉，认为我们看到的事物就是它们的本来面目。身处美丽的风景中，我们以为这壮美的景色是眼睛一下子全看到的，但实际上，我们一次只能只感受到一小部分：只有视网膜中央凹拥有可以区分细节的光感受器，而其余部分只能看到黑色和白色；并且即使在这个最清楚的视野内，也有一个盲点，它是视神经离开视网膜、并将信息传入大脑的部位。所以，我们眼前看到的事物，其实是小片的信息在大脑中组装而成的。

 

▷ 图注：美丽的风景在视网膜上实际收集的信息 图片来源：Chen Institute Brain and Mind Lecture

 

而事物的意义，更是大脑从组装的信息中提取出来的。例如，我们知道，我们所看到的不同颜色是因为它们对应着不同的可见光波长；但实际情况要复杂得多。大脑会自动考虑光照条件，因此当它接收到完全相同的波长、却假设它们们来自不同的光照条件时，我们会认为自己看到了不同的颜色。比如下图：

 

▷图片来源：Chen Institute Brain and Mind Lecture

 

方块A和方块B颜色一样吗？乍看上去，完全不同；A是深灰色的，而B则是白色的棋盘格。

 

▷图片来源：Chen Institute Brain and Mind Lecture

 

实际上它们的颜色是一样的！因为大脑认识到右边的圆柱体有一个投影，所以“认为”两者的颜色不一样。类似的视错觉还有很多。另外，大脑也会利用听觉来填补空白；我们会推断声音的前因后果、可能的来源，而不仅仅是听到声音本身。所以，一段客观、沉浸式体验，是由大脑中许多通路所追踪、不同脑区所组织起来的；但我们的感觉却是身临其境、连贯的。

 

大脑为什么要从感官体验中提取意义？

下面这张模棱两可的图片：如果说它与胡萝卜、长且毛茸茸的耳朵、复活节有关，你觉得看到了什么？

 

▷图片来源：Chen Institute Brain and Mind Lecture

 

实际上，这是一只鸭子。但看了之前的提示后，或许你脑海中会浮现一只兔子。你要么看到鸭子、要么看到兔子，你的大脑会在这两个意像中分配一个；现在，你可以有意识地在鸭子和兔子之间来回切换了；但是请注意，大脑为你做了决定，现在您需要推翻该决定才能看到另一个图像了。我们的很多主观体验都是在我们意识到之前发生的。

为什么大脑会自动为看到的事物标记意义、而不是将其抛给意识来决定？因为把无意义的事物看做有意义的、总比错过了重要的意义好，这可能来自于我们进化过程中的选择压力。大约 150 万年前，人类颅骨的容量呈指数级增长，同一时间也开始生活在更大的社会群体中。我们必须驾驭复杂的群体动态、将朋友与敌人区分开来、学会合作并共同建设社会，因此，了解他人的意图和感受成为一种强大驱动力——也许，那些更能胜任于此的人就被选中了。

这也是“人脸幻想性错觉”产生的原因：当看到一张脸时，识别脸上表达的情感对社会生物来说至关重要，因此具有进化上的优势；把别的事物认成“人脸”总比错过了这个关键信息要好。

 

 

▷ 图注：人脸幻想性错觉。看这张图中是不是有很多表情各异的脸？图片来源：Chen Institute Brain and Mind Lecture

 

脑中的意义能用神经解剖学解释吗？

大脑中，在视觉通路的起始部分直至视皮质，阿片类受体的密度逐渐升高；这也就是为什么当我们体验到更深层次的意义，并将它们与我们过去的经验联系起来、投向未来时，我们总能感受到愉悦。

美丽的画面在我们眼前展示得越多，信号就越深入脑海中密集的阿片类受体通道。这就是参观博物馆、欣赏艺术展等带来的益处。一个好的展览会让我们得出自己的结论、而不仅仅是把结论一股脑儿倾倒给我们；因为大脑享受发现意义的过程，这给我们带来愉悦。

 

▷图片来源：Chen Institute Brain and Mind Lecture

 

大脑中有两种负责思考的网络。一种是默认模式网络，这个网络包括小部分的前额叶背外侧和大部分的大脑半球后侧神经元。神经科学家们发现，当他们让受试对象“什么也不做”时，受试者的一些神经元却开始活动，这些便是位于默认模式网络中的神经元。大脑不会无所事事，我们会思考过去、未来、做白日梦。诚然，太多的反思、担心与忧虑，会让我们痛苦不堪；但我们也会发现新的模式、得到新的想法，一直苦苦追寻的问题答案会突然跳进脑中。另一种是执行控制网络，主要由前额皮质驱动，负责目标、设定、计划和激励；这些很好，会帮助我们有条不紊地逐步完成任务，但它也可能导致固化思维，导致我们难以产生新的想法。

默认模式网络和执行控制网络经常相互矛盾，二者必须有一个占上风，才能更好执行当前的目标。而脑中还有一套网络，叫做凸显网络：在默认模式网络和执行控制网络之间的拔河比赛中，凸显网络可以介入并将两者结合在一起，能够对两者进行“开关”，让我们更能根据目标进行处理。

 

▷ 图注：默认模式网络、执行控制网络和调和的凸显网络 图片来源：Chen Institute Brain and Mind Lecture

 

同情心：人类情感外在的映射

虽然每个人的内心世界有许多不同，但当认识到他人时，我们会倾向于认为每个人的思想都像我们的一样。那么，同情心是如何建立的？

当我们将人类情感投射到外界，就会同情他人、动物，甚至于没有生命的事物。动物的听觉系统能听到人类听不到的频率的声音，如今，技术进步使我们能够将这些声音转化为我们可以体验到的东西，这样我们就能更有意义地观察这些动物的行为。如今我们知道了，雌性大象每 4 年才进入一次发情期，她会发出我们以前听不到的声音吸引雄性；雄象、雌象产下后代之后待在一起，但雄象最终要独自离开。所以，当我们看到偷猎大象的图片时，我们内心会受到更多震撼、感受到更多哀伤，因为我们了解到大象是群居动物，它们会哀悼死者、生活在家庭中，就像我们一样。

 

▷图片来源：Chen Institute Brain and Mind Lecture

 

当我们关心时，便会采取行动。当凸显网络将经验或有意义的刺激标记上意义时，它便可以切换我们大脑的状态，以产生新想法或激励我们行动。

当艺术与科学相交织时，体验让我们选择感动，让我们有动力采取行动；让我们有机会切换和调整大脑网络，产生新想法，建立新联系；摆脱日常习惯和陈规陋习、敞开心扉去想象无限可能。

 

追问按

人类的大脑如同宇宙一般浩瀚，数以百亿计的神经元彼此交流，构成了庞大的感知和精神世界。外界的信息通过眼耳口鼻以及触摸进入到我们的脑海中，电信号和化学信号在脑海中重构出一个新的世界。尽管各个国家的文化不同，但是人们对于美的认知却有着类似的体验：人们感慨于大海的波澜壮阔，惊叹于雪山的巍峨挺拔，也陶醉于森林的安然静谧；然而，每个人的审美体验也不尽相同，即使是面对同一个落日，有的人感受到的是壮美，有的人感受到的却是凄凉。

艺术与美是否可以通过神经科学来解释？大脑又如何将感官知觉转化成有意义的体验，并激励我们按照自己的价值观行事？在40分钟的演讲中，Indre Viskontas 博士用一场视听觉盛宴给我们带来了启发性的思考，带领大家走入神奇的大脑感官世界。针对神经美学的话题，我们即将推出Indre Viskontas 博士的追问访谈，敬请期待。

 

讲者介绍

近期，复旦大学附属华山医院教授、天桥脑科学研究院（TCCI）研究员郁金泰团队在Translational Psychiatry上发表了题为“Association between multimorbidity status and incident dementia: a prospective cohort study of 245,483 participants”的研究。该研究旨在揭示共病（多种长期疾病共存）与痴呆之间的关系。

 

 

痴呆是一种病程缓慢的进行性疾病，体现为记忆、思考等神经认知功能的改变，其主要亚型有阿尔茨海默病（AD）和血管性痴呆（VD）两种。在全球范围内，已有4750万人被诊断出患有痴呆。痴呆不仅显著降低个人生活质量，也给家庭和社会带来了巨大的身体、精神和经济压力。

 

多项研究表明，痴呆的发病率受多种因素影响，如高血压、糖尿病、抑郁等长期疾病（LTC）与更高的痴呆风险有关。并且，共病（至少存在两种LTC）会加剧神经元的损伤。但共病对痴呆的影响还没有得到充分阐明。在本次研究中，郁金泰教授团队通过大规模前瞻性队列研究分析，发现了LTC数量和特定的共病模式对全因痴呆（ACD）、AD和VD风险的影响，即LTC数量越多，痴呆风险越高。

 

在研究中，研究人员分析了英国生物样本库（UK Biobank）中245483名非痴呆参与者（≥55岁），在平均9.26年的随访时间里的前瞻性数据，发现共有5123例（2.09%）新发ACD，2228例（0.91%）新发AD和1234例（0.50%）新发VD。

 

根据参与者的LTC资料，研究人员在排除患病率<1%的LTC后，对29种LTC进行分析。他们根据LTC的个数将共病划分为0个LTC（健康）、1个LTC、2个LTC、3个LTC，以及≥4个LTC。值得注意的是，研究人员利用模糊C均值聚类分析算法确定了3种共病模式：模式A（n=46172），肥胖伴有其他疾病；模式B（n=24504），心脑血管疾病、呼吸系统疾病、代谢性疾病、肌肉骨骼疾病和抑郁；模式C（n=67147），肿瘤、泌尿生殖疾病和消化系统疾病。

 

图 不同共病模式的LTC与痴呆风险的关系

 

研究发现，有18种、7种和24种LTC分别与ACD、AD和VD发病风险升高有关。并且，与健康对照相比，在≥2个LTC的参与者中，ACD、AD和VD的累积发生风险曲线的梯度较大，而且在≥4个LTC的患者中，ACD、AD和VD的发病风险是最高的。重要的是，研究人员观察到LTC数量与ACD风险之间存在剂量—反应关系。

 

此外，研究人员还发现，与健康人群相比，共病模式A、B和C的参与者的ACD和VD发病风险较高，共病模式为B和C的参与者的AD发病风险较高。值得关注的是，模式B的参与者的ACD、AD和VD发病风险最高。

 

最后，研究人员根据性别、年龄和APOE4状态分别进行亚组分析，他们发现在女性群体中ACD和AD的发病风险与共病的关系更显著，而年龄和APOE4状态对共病与痴呆的关联没有影响。

 

本研究采用定量的方法（反映在LTC计数上），捕捉到LTC数量和特定的共病模式与ACD、AD和VD发病风险的关系。这有力地证明了共病和痴呆的关系，有利于在特定人群中开展痴呆的早期预防。

近期，天桥脑科学研究院（TCCI）应用神经技术前沿实验室主任Gerwin Schalk以第一作者和通讯作者的身份在Frontiers in Neuroscience杂志上发表题为“Toward a fully implantable ecosystem for adaptive neuromodulation in humans: Preliminary experience with the CorTec BrainInterchange device in a canine model”的文章，展示了建立人类自适应性神经调控系统的初步工作。

 

 

神经接口是一种在生物神经系统与外部设备（计算机或其他电子设备）之间直接进行双向数据连接的神经技术。人们可以利用它记录神经系统活动、刺激神经系统，在身体内部与外界环境之间建立人工连接，形成闭环系统。脑机接口是其中一个重要的研究领域。

 

如果该接口可以根据神经生理状态而动态变化，则被称为自适应性神经调控。自适应性神经调控为研究大脑功能和治疗神经系统疾病开辟了新途径。但目前自适应性神经调控研究仍处于早期阶段，人们对大脑不同区域如何相互作用产生特定行为、这些相互作用如何受到疾病的影响以及如何调控病理行为，知之甚少。在相应的疾病治疗研究中，人们多是通过不断试验、不断试错来寻找理想的刺激目标、最佳刺激参数。不仅成本高而且周期长，一个随时可用、易于操作的通用型自适应性神经调控平台，或许能缓解这一艰难现状。

 

在本次研究中，在硬件方面，研究人员选择了CorTec公司专为复杂人类研究而开发的BrainInterchange（BIC）设备。BIC设备有32个通道，采样率为1 kHz，量化位数为16比特（分辨率为74 nV）。在软件方面，研究采用的是BCI2000系统。BCI2000是用于闭环神经调控和类似实验的通用软件平台，具有强大的适应性，不仅可以记录和处理大脑信号、同步不同设备上的测量数据，还可以根据特定的时间协议提供感觉刺激或电刺激。

 

研究人员将BIC电极植入小猎犬脑内，术后对记录的大脑信号和植入物进行验证，发现BCI2000完全支持BIC设备的硬件功能，BIC/BCI2000设备可以记录和处理自由行为期间的大脑信号。并且，该设备不仅可以执行BCI2000所能提供的所有功能，包括记录和处理信号、可视化、提供刺激，还可以连接到本地WiFi网络，并使用遥控软件进行远程控制。整个设备轻巧便携，可以通过背带直接由中等大小的动物携带。

 

随着进一步的开发和验证，该工作将为人类的自适应性神经技术研究创造首个全面的生态系统，帮助其他研究团队更容易地开发新的神经调控方案，克服不同神经系统疾病带来的影响。

 

人类进一步开发临床神经调控方案的最大挑战是，如何将专业的技术、实验、临床知识转化为可供人类使用的设备。本研究始于Gerwin Schalk教授加入TCCI之前，他目前所在的应用神经技术前沿实验室是TCCI自主开展科学研究的平台之一，也是将科学认知转化为落地技术的试验田，将继续专注于开发理解人类大脑、改善人们生活体验的技术与设备。

 

 

方兴未艾的人工智能技术，与日益得到重视的精神健康有哪些颇具潜力的交叉碰撞？我们能不能通过大数据和人工智能新技术，找到诊疗精神疾病的客观标准，加速攻克这一人类最后的疾病堡垒？

12月7日，由天桥脑科学研究院（Tianqiao and Chrissy Chen Institute，TCCI）人工智能和精神健康前沿实验室（上海精中）和国家精神疾病医学中心脑健康研究院主办，中国医疗保健国际交流促进会精神健康医学分会、白求恩精神研究会心理健康分会（筹）承办的人工智能与精神健康论坛在线召开。会议从“人工智能与精神健康研究前沿”、“人工智能助力心理健康评估与干预新进展”、“人工智能推进精神疾病诊疗新突破”等视角，邀请20多位中国、美国、德国的知名专家学者开展跨界探讨，超过34万人次观看了会议直播。

上海市精神卫生中心院长赵敏教授透露，上海市精神卫生中心正在与天桥脑科学研究院联合推进人工智能在精神健康前沿领域的研究和应用转化，重点关注精神疾病的评估方法及干预多模态的数据库建立，作为国家精神疾病医学中心将为人工智能在精神疾病的诊疗新技术方面提供支撑。

 

▷ 图注：赵敏院长作开场致辞图片来源：会议材料

 

国家精神疾病医学中心脑健康研究院院长徐一峰教授介绍，此次论坛聚焦人工智能和精神卫生心理健康的前沿技术发展，并探索其如何同社会、法律以及人文等领域共同结合同步发展，让人工智能技术更好地促进人类健康。

 

▷ 图注：徐一峰院长作开场致辞图片来源：会议材料

 

天桥脑科学研究院应用神经技术前沿实验室主任Gerwin Schalk教授说，前沿实验室是TCCI自主开展科研的重要载体，与世界知名科研机构合作，从项目研发、项目资助、项目孵化、项目投资及陈式前沿科学奖5种途径全面推进交叉、前沿科学的发展，目前已经建成两个实验室。

 

▷ 图注：Gerwin Schalk教授介绍天桥脑科学研究院前沿实验室图片来源：会议材料

 

国家精神疾病医学中心上海市精神卫生中心李春波教授、申远教授、仇剑崟主任、袁逖飞教授主持了会议。

 

多模态融合下，“降噪”找到个性化诊疗方法

 

美国斯坦福大学医学院Leanne Williams教授介绍了其研究团队在抑郁症生物学分型及分类治疗中的研究进展。研究团队通过功能性磁共振成像（Functional Magnetic Resonance Imaging，fMRI）技术划分人群大脑成像数据，将其分为6个不同的神经环路，以此为基础对患者进行区分，并为个体患者定制了个性化治疗方案。结果显示，施加针对性治疗可以改善患者的脑部情况，包括加强前额叶的连接、改善认知功能等。

 

 

 

中国科学院院士、北京大学第六医院院长陆林教授分享了人工智能，包括前沿的脑机接口技术等在脑部疾病治疗的进展。陆林院士表示，脑机接口技术有望为精神疾病治疗带来新的突破口。

 

 

上海市精神卫生中心彭代辉教授带来了人工智能技术在临床抑郁症诊断和治疗的进展。彭代辉教授表示通过采集患者的音频、视频、脑电、眼动以及生理学数据可以建立抑郁障碍多模态信息库，进而通过深度学习进行特征提取，建立多模态融合预测和诊断模型。这些数字科技可以辅助临床对抑郁障碍进行诊断。

 

人工智能助力心理健康评估和干预新进展

 

上海市精神卫生中心王继军教授分享了在临床高危精神病综合征群体中的研究，基于脑电信号的人工智能风险预警模型对精神疾病的生物预测准确度可以达到90%。人工智能模型可以帮助寻找精神疾病发展中的多种生物标志物，便携式脑电测量设备也有助于医生对精神疾病的发展进行动态评估。

 

 

美国亚利桑那州立大学Yi-Yuan Tang教授开门见山地提出，简短的正念训练能否改善大脑？正念能否改变大脑结构，从而改变人类行为变化？大脑和生理的可塑性是否是由身体和心灵共同塑造？经过多次验证，Tang教授发现正念等身心训练是通过调节和优化中枢和自主神经系统进而诱导人们产生积极的行为改变，从而促进人类健康的结果。他指出，不论是年轻人还是老年人，正念等身心训练均可以恢复大脑的可塑性和回复能力，这些研究最终证实大脑和身心的动态互动是支撑整个人身心健康的关键。在看待和处理脑部疾病时，需要以整体观念对待制定治疗策略，而并非单独处理部分症状；应该将人类当做一个自发组织的稳态系统，让整个系统始终维持在平衡状态，才能有效维持健康。

 

 

中南大学湘雅第二医院王湘教授介绍了通过认知计算建模帮助解析抑郁症自杀行为的研究进展。她对目前提出的两种抑郁症自杀预测模型进行了验证，发现对心理痛苦逃避的强烈动机的持续存在是抑郁症自杀行为发生的重要基础。因此，在进行自杀干预时需要针对患者的损失厌恶倾向，调整患者心理出现的过度负性事件估值，降低自杀倾向。

 

充满前景的人工智能应用场景

 

复旦大学类脑智能科学与技术研究院院长冯建峰教授介绍，团队开发的全新痴呆风险预测模型，可提前十年预测痴呆发病，准确率达85%。从数据出发，通过AI算法可以对疾病的产生理论进行研究，甚至形成治疗方法，关键点和难点是，数据和算法能不能对精神疾病亚型进行分类预测。

 

 

中国科学院心理研究所朱廷劭教授分享了利用各种设备，在自然状态下获取用户的多种行为数据，比如步态、微表情、语音等信息，通过机器学习自动识别抑郁症患者的心理状态。该研究可为抑郁症的辅助诊断以及治疗过程中的状态监测提供帮助。

 

 

上海交通大学吕宝粮教授系统介绍了基于多模态情感脑机接口的抑郁症客观评估。目前，多种可获取人体生理信号的穿戴设备的研发、强大的数据计算能力、深度学习的迅猛发展，为开发抑郁症客观评估技术奠定了基础。团队最近开发了一种新的情绪诱发素材——油画，在被试观看油画的过程中收集眼动信号，识别情绪。相对脑电信号，眼动信号比较容易处理，是适于作为临床指标的生理信号。吕宝粮教授表示，他们的目标是实现精神疾病的客观指标金标准。

 

 

清华大学黄民烈教授分享了人工智能在心理咨询中的应用。一个基于深度学习的共情聊天机器人Emohaa，通过建立AI数字疗法体系，为抑郁或焦虑者提供个性化、全天候、高质量心理健康服务；一个心理健康问答数据集——PsyQA，可提供丰富的心理援助策略标注，以及一个人格化AI创建引擎——AI乌托邦，用户定制个性化AI 角色，与之交流进行心理咨询。

 

 

德国于利希研究中心神经科学与医学、大脑与行为研究所Simon Eickhoff教授阐述了机器学习在神经影像学中的应用。传统的分析方法是对样本数据进行比对和相关性研究，而现实中常遇到的是样本外数据，如临床中的新病例。机器学习的主要优点是，可以用现有的数据来训练模型，使其学习特征到目标的映射，进而正确预测目标。Eickhoff教授展示了多个AI在神经影像中应用的案例，他同时强调，现在用于训练模型的数据存在偏好，缺少少数民族群体数据，挑战与机遇并存。

 

5天内治好抑郁症患者，不再是梦

 

“我们有可能在5天内治好一名抑郁症患者。”在圆桌讨论环节，TCCI转化中心研究员、上海市精神卫生中心袁逖飞教授分享了2例通过“密集与精准刺激“及“智能与闭环入脑”成功治愈抑郁症的案例。他与同济大学医学院赵旭东教授、复旦大学应用伦理学研究中心王国豫教授、上海科技大学胡霁教授、上海市精神卫生中心刘登堂教授和易正辉教授，展望了脑与精神疾病研究的未来，认为精神健康疾病诊疗有两个新的发展趋势：精神疗法与物理调控的融合，即联用药物、心理及数字干预，来获得更好的治疗效果；靶向“脑—身—脑”的调控模式，即大脑、神经系统与身体器官的联结在精神医学治疗中的作用。

本次会议的主办方TCCI一直致力于通过支持全世界的高水平学术会议，推动脑科学领域的跨国界、跨学科交流。仅2022年，就在亚洲、北美、欧洲主办、资助了200多场学术会议，包括主办“面向大众的神经技术”国际论坛、“对话大脑”院士论坛系列、世界人工智能大会脑机接口主题论坛，与Science杂志合作主办“神经调节与脑机接口”主题论坛，资助欧洲神经科学学会联盟年度论坛、中国神经科学学会全国学术大会、国际认知计算神经科学大会、全球华人青年科学家认知论坛等。

 

👇🏻扫码观看回放👇🏻

 

11月27日，中国神经科学学会第十五届全国学术会议举办。继第十三届、第十四届大会的成功合作，天桥脑科学研究院（TCCI）与中国神经科学学会（CNS）独家战略合作，对第十五届大会进行全面支持。

此次大会采用线上形式举办。TCCI冠名资助了大会主题演讲，以及中国年度神经科学重大成果评选和发布。同时，旗下科学媒体“追问”（nextquesiton）承担会议学术内容独家采编报道，旗下苏格拉底实验室（Socratic Lab）提供会议直播、互动交流等支持，不仅推出会议电子手册等功能方便与会者，更重要的是，专业团队收集、归纳和整理高质量的学术问题，支持、引导科学家以追问的形式持续交流、探讨。

天桥脑科学研究院（TCCI）一直致力于通过支持全世界的高水平学术会议，推动脑科学领域的跨国界、跨学科交流。仅2022年，就在亚洲、北美、欧洲主办、资助了150多场学术会议，包括主办“面向大众的神经技术”国际论坛、“音乐与大脑”国际论坛、“对话大脑”院士论坛系列、世界人工智能大会脑机接口主题论坛，与Science杂志合作主办“神经调节与脑机接口”主题论坛，资助欧洲神经科学学会联盟年度论坛、国际认知计算神经科学大会、全球华人青年科学家认知论坛等。

2019年，TCCI资助了第十三届CNS大会主题发言和开幕晚宴。2021年，TCCI不仅继续资助第十四届CNS大会主题发言，还首次在会议现场举办了“TCCI脑机接口，人工智能与精神健康”主题论坛。从去年开始，TCCI与CNS神经外科基础与临床分会共同推出国际学术会议“对话大脑”院士论坛，聚焦脑机接口、神经修复、脑缺血与类脑器官、世界一流大学布局脑科学研究等话题，邀请中外院士对话、交流，累计近200万人次观看在线直播，受到关注和好评。

 

文章来源：澎湃科技

 

我们正处于一个令人兴奋的发展的开端，我们希望将能够开发出的神经技术，不仅在实验室或临床上展示出潜力，还能适用于普通公众。现在已经有许多技术使我们更接近我们的身体（如测量心率、运动等的智能手表）。在未来，我们将有神经技术，也使我们更接近我们的大脑。这些设备将适用于患者和普通人，告诉我们大脑的健康状况，并为改善大脑提供新的机会。

 

 

通过将使用者的思想转化为机械指令，一种思维控制轮椅可以帮助瘫痪者获得新的行动能力。11月19日，细胞出版社（Cell Press）旗下期刊 iScience (《交叉科学》)刊发题为“Learning to control a BMI-driven wheelchair for people with severe tetraplegia ”的最新研究，研究人员证明，在经过长时间的训练后，四肢瘫痪使用者可以在自然、杂乱的环境中操作思维控制轮椅。

“我们发现，用户和脑机接口算法的相互学习对用户成功操作这样的轮椅都很重要。”该研究通讯作者、美国得克萨斯大学奥斯汀分校José del R. Millán说，“我们的研究突出了改进非侵入性脑机接口技术临床翻译的潜在途径。”

天桥脑科学研究院TCCI应用神经技术前沿实验室主任Gerwin Schalk教授也注意到Millán团队的这项研究，他在接受澎湃科技专访时表示：“这项研究是在Millán教授的领导下进行的，他是国际脑机接口（BCI）协会的前主席。他在该领域很有名气，并受到尊重。这项研究表明，三名脊髓损伤者能够仅仅通过使用他们的大脑信号来控制轮椅。这种可能性是非常鼓舞人心的，因为我们在未来可能会通过使用新的基于大脑的技术为脊髓损伤等残疾人士提供更多的活动的可能性。”

 

TCCI应用神经技术前沿实验室主任Gerwin Schalk教授

 

在这项研究中，Millán的团队招募了3名四肢瘫痪的人进行纵向研究。每个参与者每周接受3次训练，持续了2到5个月。参与者戴着一顶无边便帽，通过脑电图（EEG）检测他们的大脑活动，并通过一个脑机接口设备将其转换为轮椅的机械指令。参与者被要求通过思考移动他们的身体部位来控制轮椅的方向。具体来说，他们需要考虑移动双手来向左转，移动双脚来向右转。

在第一次训练中，当设备的反应与用户的想法一致时，3名参与者的准确率相似，约为43%到55%。在训练过程中，脑机接口设备团队发现1号参与者的准确率有了显著的提高，在训练结束时，他的准确率达到95%以上。该团队还观察到，当3号参与者的训练进行到一半时，在团队用新算法更新他的设备后，其准确率提高到98%。

1号和3号参与者的改善与特征辨别能力的改善相关，后者是算法区分编码“向左走”和“向右走”的大脑活动模式的能力。研究小组发现，更好的特征识别不仅是设备的机器学习的结果，也是参与者大脑学习的结果。1号和3号参与者的EEG显示，随着他们提高思维控制设备的准确性，脑电波模式也发生了明显的变化。

“我们从EEG结果中看到，受试者已经巩固了调节大脑不同区域的技能，以生成‘向左走’和‘向右走’的不同模式。”Millán说，“我们认为，作为参与者学习过程的结果，大脑皮层发生了重组。”

在这项研究中，与1号和3号参与者相比，2号参与者在训练过程中大脑活动模式没有明显变化。在最初的几次训练中，他的准确率只略有提高，但在接下来的训练中保持稳定。Millán说，这表明机器学习本身不足以成功操纵这样一个思维控制设备。

在训练结束时，所有参与者都被要求驾驶他们的轮椅穿过一间凌乱的病房。他们必须绕过诸如房间隔板和医院病床等障碍物，这些障碍物是为了模拟真实环境而设置的。1号和3号参与者都完成了任务，2号参与者没有完成。

Gerwin教授向澎湃科技解释该项研究中的“训练”：学习控制自己的大脑信号与学习任何其他运动技能（如打网球）非常相似。在这两种情况下，我们必须教我们的大脑产生某些信号，以移动我们的身体（在打网球的例子中）或机器人轮椅（如在这项研究中）。此外，在这两种情况下，我们都需要与我们的身体或轮椅保持一致，并不断学习如何优化我们的大脑信号，以便产生我们想要的（身体或轮椅的）运动。这样一来，人和算法都必须不断地学习，以更好地理解对方。

研究者Millán认为：“看起来，对于一个人来说，要获得良好的脑机接口控制，从而使他们能够进行相对复杂的日常活动，比如在自然环境中驾驶轮椅，需要在我们的皮层中进行一些神经可塑性重组。”

Gerwin教授向澎湃科技进一步解释“神经可塑性重组”：“这只是一种复杂的说法，即大脑必须继续学习，从而改变，以学习这种新技能（用大脑信号移动轮椅）。这确实令人振奋，因为直到几十年前，科学家们还不认为，一旦人成年后，他们的大脑会发生实质性的变化。曾经，科学家们认为，人类的大脑是相对固定的，如果有损伤（如中风），我们基本上只能屈服于疾病。我们现在知道，事实并非如此，大脑可以继续学习、改变，从而具有 ‘可塑性’，即使在人类进入老年后。”

据悉，接下来，研究团队还想要弄清楚为什么2号参与者没有体验到学习效应。他们希望对所有参与者的大脑信号进行更详细的分析，以了解他们的差异，并为未来在学习过程中遇到困难的人提供可能的干预措施。

但这终究是一项鼓舞人心的研究。Gerwin教授说：“我们正处于一个令人兴奋的发展的开端，我们希望将能够开发出的神经技术，不仅在实验室或临床上展示出潜力，还能适用于普通公众。现在已经有许多技术使我们更接近我们的身体（如测量心率、运动等的智能手表）。在未来，我们将有神经技术，也使我们更接近我们的大脑。这些设备将适用于患者和普通人，告诉我们大脑的健康状况，并为改善大脑提供新的机会。在我领导的TCCI应用神经技术前沿实验室，我们一直专注于使这个梦想成为现实。”

 

 

 

游戏设计师如何将神经科学的知识应用到游戏设计，神经科学家如何将游戏设计的理念融入科学实验？你可以选择成为一名游戏设计师或是神经科学家，也可以站在它们之间，这都是在脑科学与游戏设计的交叉领域创造影响力的可行途径。

日前，天桥脑科学研究院（Tianqiao and Chrissy Chen Institute，TCCI）携手卡内基梅隆大学（Carnegie Mellon University，CMU）共同举办了“玩转大脑 BrainPlay”研讨会。

多位神经科学和游戏设计领域的专家同年轻学者们齐聚一堂，通过学术讲座和游戏互动的方式推动跨学科的交流与合作。

会议由卡内基梅隆大学的创新学习研究所所长杰西卡·汉默（Jessica Hammer）与神经科学研究所所长、听觉神经科学教授芭芭拉·希恩-坎宁安（Barbara Shinn-Cunningham）以及TCCI共同组织策划。

 

▷图注：会议首日，神经科学家及游戏设计领域专家作科学演讲

 

实现神经科学与游戏设计之间的双向对话

神经科学与游戏关系密切，并能够双向赋能。Shinn-Cunningham教授指出，游戏可以使神经科学实验设计更为贴近现实生活。反过来，神经科学在游戏中也具有重要作用。Hammer副教授认为，游戏制作中最关键的技术就在于对大脑活动的洞察和理解。

“神经科学需要使用更丰富、更自然的刺激物和更少受限的行为来开展研究。为了获取优质的数据，过去的研究往往重复沉闷，将任务切分为简短的‘试验’来控制变量。所获取的信息也并不像现实生活中那样有趣和富有意义。然而，游戏设计师可以告诉我们如何让枯燥的实验变得有趣起来，这可能会改变我们研究大脑运作的方式。” Shinn-Cunningham教授表示。

在一项研究听觉神经科学的代表性实验中，传统的试验可能会让被试者坐在一个小房间里，让他们在听到声音时就点击一下按钮。Shinn-Cunningham教授认为，诸如此类的实验一直以来都是神经科学研究的基础，但它们与生活中的实际情况却相差甚远。

“当涉及到更高阶的认知过程时，这些简单的任务和单一的刺激所激活的神经机制和日常生活中真实情况下的表现并不相同。游戏玩法为大脑提供了奖励，让一些事情变得更有趣、更有吸引力。由此，游戏确实能让我们了解大脑在现实世界中是如何运作的。”Shinn-Cunningham教授补充道。

Shinn-Cunningham教授和Hammer副教授在2022年夏天带领团队，开发了外星人咖啡馆、仙境这两款融合神经科学研究实验的概念验证性游戏，卡内基梅隆大学娱乐技术中心的两位硕士生罗希特· 沙玛（Rohit Sharm）和Jinman (Valerie) Li为主设计，这是这两名学生首次与神经科学家合作。

 

 

▷图注：Jessica Hammer副教授在“玩转大脑 BrainPlay”会议上展示游戏界面

 

“与神经科学领域的科学家合作让我开始重新思考一些在游戏设计师眼中理所当然的事情，”Sharm表示。“它帮助我了解为什么玩家会记住某个声音，为什么玩家会有学习的动力。我们学习了神经学方面的知识，了解到玩家是如何思考或感知某些事情的，这有助于让我们更好地以玩家为中心，设计更有趣的游戏。”

 

建立线上游戏社群，帮助失语症患者

如果游戏可以正向改变玩家的大脑状态，那么玩游戏就能够对玩家有益。Hammer副教授主要研究创新性游戏（transformational games），这是一种可以改变玩家思维、感觉或行为方式的游戏方式，甚至可以辅助治疗，帮助研究人员更好地了解大脑的工作方式。

“我们的游戏能使玩家进入一种不同的状态。玩游戏时，他们的大脑会成为游戏系统的一部分。这时候，玩家并不是被动的，而是要积极主动地运用自己的头脑和身体参与其中。”在介绍设计改变性游戏的机理时，Hammer副教授说道。同时，她指出，游戏可以让患者更容易接受强制性的治疗活动。例如，一些神经系统疾病的康复治疗需要患者反复地练习某种特定的活动，通过游戏可以让患者对此充满期待。

据Hammer副教授介绍，她与匹兹堡大学的威廉·埃文斯（William Evans）等人合作开发了一款游戏，名为《失语症患者康复游戏》（Aphasia Games for Health），旨在帮助失语症病人恢复健康。失语症（aphasia）是一种影响人们交流能力的疾病。这套免费的游戏可以让失语症患者和他们的朋友、家人和线上社群里的用户一起享受游戏世界的乐趣。

“失语症患者可能需要多年的康复治疗，但并不是每个人都能获得这种治疗”， Hammer副教授解释道。“无法与他人正常交流沟通会让他们感觉非常孤立无援。为此，我们创建了一个活跃的在线社区，汇聚了一群失语症病患和家属。通过将游戏作为催化剂，使他们重新参与到社会互动中去。而我们想做的，就是确保他们在玩的游戏对其疾病的康复也有益处。”

在《失语症患者康复游戏》中，所有的游戏都只需一台打印机和视频会议软件（如Zoom）就能开始。在一款名为《部长的猫》（Minister’s Cat）的游戏中，玩家会使用一副可供打印的卡片作为提示来描述记忆中的故事。而在另一款名叫《见我所见》（Do You See What I See）的游戏中，4至16名玩家需要从其他玩家的视频聊天背景中识别出有趣的物体。

 

▷ 图注：会议次日，神经科学家、游戏设计师生进行互动

 

本次会议的主办方TCCI一直致力于通过支持全世界的高水平学术会议，推动脑科学领域的跨国界、跨学科交流。仅2022年，就在亚洲、北美、欧洲主办、资助了200多场学术会议，包括主办“面向大众的神经技术”国际论坛、“对话大脑”院士论坛系列、世界人工智能大会脑机接口主题论坛，与Science杂志合作主办“神经调节与脑机接口”主题论坛，资助欧洲神经科学学会联盟年度论坛、中国神经科学学会全国学术大会、国际认知计算神经科学大会、全球华人青年科学家认知论坛等。

 

近期，天桥脑科学研究院（TCCI）研究员、上海市精神卫生中心袁逖飞教授团队和复旦大学/东南大学陆巍教授团队合作，在PNAS上在线发表了题为“Midbrain dopamine neurons arbiter OCD-like behavior”的研究成果，对中脑多巴胺神经元调控强迫症样行为的神经环路机制进行了解析。

 

重复的刻板行为是各种精神疾病的常见症状，比如强迫症（OCD）。目前，科学界认为多个脑区参与了这种行为表型的产生，其中腹内侧眶额叶皮层（vmOFC）至腹内侧纹状体（VMS）环路活动的增强与重复刻板行为密切相关。啮齿类动物也会出现类似的重复刻板行为，比如自我梳理（self-grooming）。

 

对啮齿类动物的研究表明，纹状体中的多巴胺1型受体（D1R）信号可能促进自我梳理。在临床上，选择性5-羟色胺再摄取抑制剂联用多巴胺拮抗剂可改善强迫症患者的治疗效果。毋庸置疑，中脑多巴胺能系统与强迫症样行为有关。然而，多巴胺受体的具体作用，以及参与多巴胺能调节重复行为的精确脑环路，尚不清楚。

 

在本次研究中，研究人员通过慢性光遗传激活vmOFC-VMS通路，建立了强迫症小鼠模型，动物表现为自我理毛时间显著延长。通过光遗传分别抑制中脑黑质致密部（SNc）与腹侧被盖区（VTA）向VMS的投射，发现抑制SNc-VMS投射末梢可以显著降低小鼠自我理毛的时间，而抑制VTA-VMS投射末梢则无此效应。这提示，来自SNc的多巴胺可以调控强迫症样重复行为。

 

研究人员通过顺向及多种逆向示踪技术，意外发现并证实了SNc至外侧眶额叶皮层（lOFC）这一未被报道过的多巴胺能投射，且激活SNc-lOFC投射末梢可以显著降低强迫症样小鼠自我理毛的时间。因此，中脑黑质多巴胺神经元可分别通过对纹状体投射（SNc-VMS）及对皮层投射（SNc-lOFC-VMS）实现对重复刻板行为的双重门控。

 

两个长程环路及其支配的VMS微环路对重复刻板行为的双重门控

 

研究人员进一步发现这两条长程投射所支配的VMS微环路也是有差异的。SNc-VMS通过支配VMS内PV-SOM-MSN微环路发挥调控作用，而SNc-lOFC-VMS通过支配VMS内PV-MSN微环路发挥调控作用。参与这两条微环路的PV神经元的活动变化是有差异的，提示不同的PV神经元群体（PVI和PVII）分别参与了不同的长程投射调控。研究者还证实了这两条不同微环路活动变化与重复行为调控间的因果关系。

 

需要强调的是，研究人员进一步发现SNc-VMS与SNc-lOFC-VMS分别通过VMS内PVI神经元上的D1R（突触后）与lOFC内SNc多巴胺神经元投射末梢上的D2R（突触前）调控重复行为。上述研究结果在Sapap3基因敲除小鼠这一强迫症经典模型上进一步得到验证。

 

总之，本研究利用强迫症动物模型，揭示了多巴胺神经元通过来自纹状体和皮质的双重门控机制控制重复刻板行为，同时也为重复刻板行为的诊治提供了新的可能靶点。

 

天桥脑科学研究院（TCCI）一直致力于通过支持全世界的高水平学术会议，推动脑科学领域的跨国界、跨学科交流。仅2022年，就在亚洲、北美、欧洲主办、资助了200多场学术会议，包括主办“面向大众的神经技术”国际论坛、“对话大脑”院士论坛系列、世界人工智能大会脑机接口主题论坛，与Science杂志合作主办“神经调节与脑机接口”主题论坛，资助欧洲神经科学学会联盟年度论坛、中国神经科学学会全国学术大会、国际认知计算神经科学大会、全球华人青年科学家认知论坛等。

为促进精神健康医学实践及研究的国际性学术交流，由天桥脑科学研究院人工智能和精神健康前沿实验室（上海精中）和国家精神疾病医学中心脑健康研究院共同主办，中国医疗保健国际交流促进会精神健康医学分会、白求恩精神研究会心理健康分会（筹）联合承办的首届国际论坛即将召开。

本论坛聚焦脑健康临床与基础研究前沿进展，讨论新兴技术如人工智能、脑机接口、数字治疗技术等基础及应用转化研究现状。

研讨会采用线上形式，主论坛将于2022年12月7日（周三）8:30-17:00召开，敬请关注。

 

 

主办方介绍

天桥脑科学研究院人工智能和精神健康前沿实验室（上海精中）是天桥脑科学研究院与上海市精神卫生中心合作建设的实验室，重点关注如何通过人工智能在精神心理健康领域的深入研究和转化应用，旨在建立个体行为和症状与心理健康状况之间的精准映射大数据库，开展精神疾病评估和干预，以助提升民众心理健康水平。

国家精神疾病医学中心脑健康研究院是上海市精神卫生中心设立的，主要面向全院基础科研资源整合、协调与服务的内设机构。研究院将整合科研基础设施、平台服务和科研技术资源，提升科研人力资源绩效，促进硬件设备和空间场所使用效率；增进科研团队间合作及学术交流以及寻求深入的外部科研合作。

 

近期，复旦大学附属华山医院教授、天桥脑科学研究院（TCCI）研究员郁金泰领衔的团队在Alzheimer’s & Dementia杂志上发表了题为“Associations of grip strength, walking pace, and the risk of incident dementia: A prospective cohort study of 340212 participants”的研究。本研究旨在更清晰地阐明握力和步行速度与痴呆之间的关系。

 

 

痴呆是一种病程缓慢的进行性疾病，体现为记忆、思考等神经认知功能的改变，其主要亚型有阿尔茨海默病（AD）和血管性痴呆（VaD）两种。在全球范围内，已有4750万人被诊断出患有痴呆，而且随着人口老龄化的加速，这一数字将不断攀升，从而加剧家庭和社会的经济负担。

 

由于缺乏治愈性疗法，痴呆的治疗方案主要集中在对可变因素的干预上。已有的研究提示，与年龄相关的肌肉退化和认知缺陷之间存在一定关联，但它们之间的关系需要进一步澄清。深入了解严重认知缺陷发生前的肌肉健康状况，对策划新的预防策略至关重要。握力和步行速度是反映个人整体肌肉健康状况的重要指标，郁金泰教授团队对其和认知功能障碍之间的关系进行了探究。

 

研究人员分析了英国生物样本库（UK Biobank）中340212名参与者8.51年的随访数据。在平均8.51年的随访时间里，共有2424例新发全因痴呆（ACD），包括1251例AD和312例VaD。

 

基于Cox比例危险模型，研究人员发现绝对握力每增加5千克，分别与ACD、AD和VaD的风险降低14.3%、12.6%和21.2%有关；相对握力（握力除以体重）每增加0.05千克/千克，分别与ACD、AD和VaD的风险减少8.2%、6.4%和12.5%有关。研究还发现，缓慢的步行速度与所有痴呆类型的风险增加显著关联。

 

 

不同亚组中痴呆的发病风险

 

由于握力与步行速度是经济且易获得的指标，这项研究可能对公共卫生和临床有深远的意义。值得注意的是，在广泛应用握力和步行速度来评估痴呆风险前，应进行严格的验证和测试。未来研究应考虑这两个因素与痴呆相关的生物标志物（如Aβ40和Aβ42）及影像学结果之间的联系。后续研究还应纳入从认知正常到临床前和轻度认知障碍的全阶段，以验证每个阶段的敏感性和特异性。此外，步行速度的量化也应实现标准化，这对临床转化至关重要。

 

总之，这项研究基于多中心、大样本以及长期随访的前瞻性设计，更清晰地描述了握力、步行速度和痴呆之间的纵向关系。研究结果表明，由客观的握力测量和自我报告的步行速度所反映的肌肉健康状况，对于估计痴呆的发生风险可能是必不可少的。