在血管疾病干预与康复领域，中国科学家迈出关键一步。10月14日，中国科学院上海微系统与信息技术研究所、中国科学院大学、复旦大学附属华山医院、脑虎科技、广东省智能科学与技术研究院、天桥脑科学研究院等联合研究团队在Nature Communications发表最新成果，报道了一种可生物黏附、可顺应血管形态的生物电子界面（BACE），可在活体中实现血管运动功能（vasomotoricity）的精准监测与神经电调控，为理解自主神经调节机制及干预血管功能障碍提供了全新工具。

▷ Xiner Wang, Weijian Fan, Yuxin Liu, Li Chen, Erda Zhou, Xiaoling Wei, Liuyang Sun, Bo Yu, Tiger H. Tao, Zhitao Zhou & Jinyun Tan. Bioadhesive and conformable bioelectronic interfaces for vasomotoricity monitoring and regulation. Nat Commun 16, 9103 (2025). https://doi.org/10.1038/s41467-025-64118-2

研究团队指出，自主神经系统通过电生理信号动态调节血管平滑肌收缩与舒张，以维持血流稳定。然而，现有临床影像工具难以捕捉这一电生理过程，尤其在支架植入等血管干预后，缺乏对血管运动功能障碍的直接检测手段。为此，团队设计出一种能长期贴合血管表面、在湿润环境下稳定工作的柔性生物电子界面。

该装置以蚕丝蛋白/聚氨酯复合材料为黏附基底，结合PEDOT:PSS修饰的金电极与聚酰亚胺封装层，兼具高黏附力、低模量与高导电性。其在1kHz下的界面阻抗仅6.77 ± 2.13 kΩ，背景噪声低至2.63 ± 0.52 μV，可在活体条件下长达两个月稳定记录高保真电信号。实验表明，该材料在模拟血流环境中依旧保持黏附与电稳定性，展现优异的顺应性与生物兼容性。

▷ BACE接口的概述与特征分析

在动物实验中，研究者通过外源性施加去甲肾上腺素和乙酰胆碱，成功记录到血管收缩与舒张状态下的电生理差异信号，并揭示其与药物剂量的相关性；同时，切断交感神经节后，电信号显著衰减，验证了该系统对自主神经调控的灵敏响应。

更为关键的是，团队将该系统应用于支架植入模型，实现了血管运动障碍的实时检测。研究发现，支架植入后血管远端电活动明显减弱，且与超声测得的血管硬度参数（β值）变化一致，证实BACE系统可准确评估血管功能损伤。

此外，研究还展示了系统的双向调控功能：通过在支架处施加300 μA电刺激，可显著恢复血管远端电信号强度与弹性，β值由18.83降至14.06，提示电调控可改善血管顺应性并延缓功能退化。这一闭环“监测—刺激—恢复”机制为未来血管疾病治疗提供了新路径。

▷ 精确血管运动电生理记录评估

论文通讯作者、脑虎科技创始人、天桥脑科学研究院研究员陶虎指出，该研究“首次在血管体系中实现了高质量电生理监测与神经调控的统一，为血管功能障碍的精准诊疗开辟了新方向”。团队计划进一步开发无线化、长期植入版本，推动其在血管再狭窄、动脉硬化及动脉瘤等疾病中的临床转化应用。

该成果不仅揭示了血管运动电生理机制的新窗口，也展示了柔性生物电子学在血管医学中的巨大潜力，标志着智能化血管电调控技术的重要突破。

2025年9月，复旦大学附属华山医院神经病学研究所、天桥脑科学研究院研究员丁玎教授团队联合复旦大学社会科学高等研究院、天桥脑科学研究院、伦敦大学学院、瑞典厄勒布鲁大学等国内外多学科合作伙伴，共同在国际医学期刊 The Lancet 旗下权威子刊 The Lancet Regional Health – Western Pacific（中科院一区TOP，IF: 8.1）在线发表原创研究：“Impact of COVID-19 pandemic on cognitive decline in community-dwelling older adults in Shanghai: a longitudinal study from 2010 to 2024”。

▷ Xiaowen Zhou, Hanzhi Deng, Hanyu Shao, Tao Yang, Yuntao Chen, Yang Cao, Qianhua Zhao, Ding Ding. Impact of COVID-19 pandemic on cognitive decline in community-dwelling older adults in Shanghai: a longitudinal study from 2010 to 2024, The Lancet Regional Health – Western Pacific. https://doi.org/10.1016/j.lanwpc.2025.101697.

文章概览

该研究利用上海老年研究队列（Shanghai Aging Study），基于长达14年的随访数据，交叉融合社会科学研究方法，系统评估了COVID-19流行对上海社区老年人认知功能和脑结构的影响。研究发现，经历COVID-19流行加速了社区老年人认知功能下降和脑萎缩，这一影响在已有阿尔茨海默病（AD）病理负担或健康脆弱性的群体中更为明显。

选题背景

COVID-19的全球流行深刻地改变了公共卫生格局，给老年人群健康带来了前所未有的挑战。既往关于COVID-19与老年人认知减退的研究多集中于感染后的住院患者，缺乏对流行前后社区老年人认知变化的长期纵向观察。同时，COVID-19流行所造成的间接影响，如医疗服务受阻、长期社会隔离和心理压力，也可能与潜在的生物学机制相互叠加，从而加速老年人的认知衰退。然而，针对中国社区人群的长期随访证据仍十分有限。作为中国老龄化最为显著的城市之一，上海在COVID-19流行中所呈现出的独特模式，为开展此类研究提供了窗口。

研究内容

本研究基于上海老年队列数据，纳入2010-2012年基线阶段招募的社区居民，并在2014-2024年间进行了持续随访，共覆盖3792名50岁及以上的参与者。研究团队在基线阶段系统收集了人口学资料、病史信息、ApoE基因型以及血浆AD相关生物标志物（包括p-tau217、p-tau181和NfL），并在随访过程中多次开展认知功能评估和脑MRI检查。本研究引入了社会科学研究中常用的事件研究法（Event Study）与双重差分（Difference-in-Differences, DID）模型，评估COVID-19流行对社区老年人认知功能和脑结构变化的影响，致力于实现医学与社会科学研究的深度融合。

▷ 研究设计示意图

研究结果表明，与COVID-19流行之前相比，流行之后社区老年人的认知功能表现更差，总体认知的下降幅度大致相当于提前衰老12年；并且经历过COVID-19流行的老年人认知功能下降的速度更快。进一步分析发现，携带ApoE-ε4基因、存在多种共病、有长期用药史以及血浆p-tau217、p-tau181和NfL水平较高的个体，认知下降尤为明显。这种认知衰退主要体现在总体认知、执行功能和语言功能方面。与此同时，纵向MRI结果显示，经历过COVID-19流行的老年人脑结构萎缩速度更快，具体表现为灰质体积、海马和杏仁核体积以及多处阿尔茨海默病相关脑区皮层厚度的显著减少。

研究意义及展望

本研究依托上海社区老年人长期纵向随访数据，结合社会科学研究思路与方法，提供了COVID-19流行对认知功能和脑结构影响的证据，具有重要意义。研究揭示了经历COVID-19流行显著加速了老年人认知衰退的风险，尤其是在存在AD病理负担和多种慢性病的脆弱群体中表现得更加突出。COVID-19流行对脑健康的不利影响可能不仅源于病毒感染本身，还叠加了社会隔离、心理压力以及常规医疗服务短缺等间接因素的作用。这些发现强调了在未来可能出现的公共卫生危机中，应当及早识别高危老年群体，并为其提供有针对性的干预和保障措施。同时，本研究也为进一步探索社会环境与生物学机制如何交互作用并推动认知功能下降提供了新的研究方向。

▷ 头图由Nano Banana生成

近年来，脑机接口（BCI）技术在神经康复、智能辅助和人机交互领域持续取得突破性进展。最新发表于Advanced Science的研究成果Chronically Stable, High-Resolution Micro-Electrocorticographic Brain-Computer Interfaces for Real-Time Motor Decoding显示，天桥脑科学研究院研究员陶虎（脑虎科技）、毛颖（华山医院）、陈亮（华山医院）等合作开发出一种基于微型高密度脑皮层电图（µECoG）电极阵列的柔性脑机接口系统，实现了长期稳定、高分辨率的实时运动解码。这一创新不仅显著提升了BCI的性能和临床可行性，更为未来神经假肢和智能辅助设备的普及应用奠定了坚实基础。

▷ Zhou E, Wang X, Liang J, Liu Y, Yang Q, Ran X, Xia L, Zou X, Liu C, Sun L, Peng L, Chen L, Mao Y, Wu Z, Tao TH, Zhou Z. Chronically Stable, High-Resolution Micro-Electrocorticographic Brain-Computer Interfaces for Real-Time Motor Decoding. Adv Sci (Weinh). 2025 Sep 6:e06663. doi: 10.1002/advs.202506663.

技术创新：微型高密度柔性电极阵列

传统的脑皮层电图（ECoG）BCI由于制造工艺限制，电极密度和空间分辨率有限，难以实现对复杂运动或言语等高级神经活动的精准解码。同时，设备体积较大，植入时需较大开颅范围，增加了手术创伤和风险。相比之下，µECoG BCI采用了微纳制造技术，将电极密度提升至64倍于常规阵列，达到每平方厘米64个电极，空间分辨率显著增强。柔性超薄电极阵列能够紧密贴合皮层表面，实现高保真度的神经信号采集，同时缩小植入体积，减少对脑组织的干扰和手术风险。

▷ 高分辨率µECoG BCI的结构、长期性能、信号质量、解码准确率及植入后组织学分析

长期稳定性与高性能解码

在为期203天的犬类体内实验中，µECoG BCI系统展现出卓越的长期稳定性和生物安全性。实验结果显示，电极性能仅出现微小衰减，信号质量（信噪比）始终保持在高水平，解码准确率在三维运动各方向均超过0.83，标准差极低，体现出系统的持久可靠性。免疫组化分析进一步证实，植入区域未出现明显神经元丢失或炎症反应，验证了柔性高密度电极的优良生物兼容性。

▷ 多关节运动解码及运动编码空间结构，展示脑区贡献分布、解码轨迹对比及高贡献电极信号优势

解码算法与实时应用

µECoG BCI系统集成了先进的信号处理与解码算法，包括长短时记忆网络（LSTM）和卡尔曼滤波器。通过高伽马频段（70-150Hz）功率谱密度特征提取，结合深度学习模型，系统能够高效解码实际或想象运动的三维轨迹，实现实时运动合成或光标控制。在临床清醒手术中，患者仅需7分钟模型训练，即可通过脑信号操作乒乓球与贪吃蛇等游戏，运动解码准确率接近或达到0.9，展现出与侵入性更高的皮层内电图（iEEG）BCI相媲美的性能，却大幅降低了植入风险。

▷ µECoG BCI临床术中与短期稳定控制，展示实时运动及意象解码表现、训练提升及多任务应用

电极密度与脑覆盖范围的优化

研究系统性探讨了电极密度与脑覆盖范围对解码性能的影响。结果表明，提升电极密度可在不扩大脑覆盖范围的前提下显著提升运动解码精度和稳定性，有助于缩小开颅面积、降低手术创伤。在多关节运动解码实验中，µECoG高分辨率信号揭示了皮层运动编码的细致空间结构，实现了对爪、膝、髋等多部位运动的同步高精度解码。算法分析显示，高贡献电极子集捕捉到更多与运动相关的神经活动，进一步提升了解码效果。

临床前景与行业价值

µECoG BCI系统已在临床手术和短期体内实验中实现了患者通过脑信号自主控制光标、视频游戏、智能家居和轮椅等设备，累计试验时长近20小时，任务复杂度涵盖多目标与多维运动。系统支持快速校准与跨会话应用，适应性强，操作门槛低。其高密度、可扩展的硬件架构为精确病灶定位、皮层功能映射以及未来家庭用神经假肢控制提供了高效解决方案。

结语

微型高密度脑皮层电图脑机接口的开发，标志着BCI技术迈向高分辨率、长期稳定、低侵入性和临床可行性的新阶段。其在神经康复、智能辅助、脑功能研究等领域的应用前景广阔，有望成为推动脑科学与医疗工程融合创新的重要引擎。随着技术的持续完善与临床验证，µECoG BCI有望为运动障碍及神经损伤患者带来更高质量的生活与自主能力，开启智能神经康复新纪元。

中国科学院上海微系统与信息技术研究所、中国科学院大学、上海高等研究院等机构组成的跨学科团队，成功研发出一种生物相容性超柔性电极阵列。该技术不仅解决了传统神经调控工具“电流高、损伤大、精度低”的痛点，更首次构建了可通过人类脑信号直接控制多只小鼠行为的“脑-脑接口系统”，为神经科学研究、神经疾病治疗及跨物种通信技术发展提供了核心解决方案。

双向脑机接口和脑-脑接口

超柔性电极阵列：实现精准、安全的神经调控

神经调控是揭示大脑功能、治疗帕金森病、抑郁症等神经疾病的核心手段，但长期以来受限于技术瓶颈：传统刚性电极需数十至数百微安的刺激电流，且因“刚性材质与软脑组织机械不匹配”，易引发神经元死亡、胶质瘢痕形成，导致调控精度下降；经颅磁刺激（TMS）空间分辨率仅达厘米级，光刺激则需对神经元进行基因修饰，难以实现临床转化。

“如何在精准调控神经活动的同时，最大限度降低对脑组织的损伤？”成为团队攻关的核心目标。研究团队提出的超柔性电极阵列，正是针对这一问题的创新答案。

该超柔性电极阵列通过精密微加工技术制备，核心设计与性能突破体现在三方面：

1. 材料与结构创新，实现“低阈值”调控

电极以金（Au）为基底，表面覆盖铂铱合金（PtIr）涂层，并采用聚酰亚胺（PI）封装，整体厚度仅约5微米——远薄于传统刚性电极。这一设计将电极阻抗从1.57±0.23兆欧（1kHz下）降至0.16±0.02兆欧，大幅提升电流传输效率。

实验显示，仅需4-5微安的刺激电流，即可精准诱导小鼠次级运动皮层（M2）介导的转向行为：刺激右侧M2时小鼠向左转向，刺激左侧M2时向右转向，电流强度较传统刚性电极降低1-2个数量级，从源头上减少了电流对脑组织的潜在损伤。

神经探针和铂铱涂层微电极的特写，以及部分性能测试

2. 多维度验证“高耐久性”，满足长期应用需求

为确保技术的实用性，团队对电极进行了严苛的耐久性测试：

体外电稳定性：经过1000万次双相脉冲刺激后，电极阻抗无显著变化，扫描电子显微镜（SEM）观察显示表面形貌未出现损伤；

机械稳定性：模拟脑组织长期微运动的30分钟超声处理后，电极阻抗保持稳定；

环境适应性：在室温下的磷酸盐缓冲液（PBS，模拟体液环境）中浸泡4周，或在60℃下浸泡4周（等效于人体37℃环境下20周），电极功能始终正常。

3. 生物相容性优异，长期植入“低损伤”

生物相容性是植入式神经器件的核心要求。研究通过两方面验证其安全性：

神经信号稳定性：刺激前后，电极记录的神经元放电率、动作电位波形（峰峰值维持在173.3-192.9微伏）、信噪比（12.5-13.9）均无显著变化，证明电极未影响神经元功能；

组织损伤对比：6个月植入实验显示，传统100微米直径的刚性微丝会在脑组织中形成约100微米的空洞及明显胶质瘢痕，而超柔性电极植入区仅出现极少量胶质细胞聚集，无明显神经元死亡或组织空洞，实现了“微创植入、长期兼容”。

生物相容性测试

拓展脑-脑接口：1人可同时控制2只小鼠，准确率超95%

在超柔性电极阵列的基础上，团队进一步构建了跨物种脑-脑接口（B2BI）系统，实现“人类脑信号→小鼠行为”的直接转化。

实验步骤如下：

1. 信号采集：通过8通道脑电图（EEG）帽，采集人类枕叶的稳态视觉诱发电位（SSVEP）——当人类注视特定频率（8-15Hz）的闪烁图案时，大脑会产生相应频率的电信号；
2. 快速解码：采用深度神经网络对SSVEP信号进行实时解码，网络设计包含时域、频域双分支，推理延迟仅需1.5毫秒，单被试信号解码准确率达98.1%；
3. 行为控制：解码后的信号转化为8种指令（如“LL”代表两只小鼠均左转向、“RR”代表均右转向等），通过超柔性电极刺激小鼠M2区，实现行为控制。

基于人类大脑信号控制小鼠转向的脑-脑接口

实验结果显示，单个人类被试可同时控制2只小鼠，SSVEP信号解码准确率达98.75%，小鼠行为控制准确率更是高达95%-97.5%，首次验证了基于超柔性电极的跨物种多目标脑-脑接口的可行性。

研究意义：为神经科学与临床治疗开辟新路径

该研究的成果不仅在技术上突破了传统神经调控的局限，更具有广泛的应用前景：

1.对神经科学研究：为精准解析特定脑区功能、探索神经网络机制提供了高分辨率工具；

2.对临床治疗：低电流、低损伤的特性，为帕金森病、抑郁症、 神经病理性疼痛等神经疾病的深部脑刺激治疗提供了新方案，有望降低现有治疗的副作用；

3.对脑机接口发展：跨物种脑-脑接口的实现，为未来更复杂的脑机交互（如人与假肢、人与其他生物的信号通信）奠定了基础。

随着全球老龄化加剧的严峻形势，痴呆已成为重大公共卫生挑战。由于目前缺乏有效的治疗手段，预防策略显得尤为重要。健康膳食在痴呆预防中的潜在价值日益受到学界关注。探索科学有效的脑健康膳食模式，已成为认知健康领域的前沿研究方向。

北京时间7月2日下午17点，复旦大学附属华山医院、天桥脑科学研究院研究员郁金泰教授团队与浙江大学医学院公共卫生学院和附属第二医院袁长征研究员团队在权威期刊《自然人类行为》（Nature Human Behaviour）发表突破性研究成果。该研究创新性地运用机器学习方法，对4个国际纵向队列（1个发现队列，3个外部验证队列）22万名参与者（近3000新发痴呆/痴呆相关死亡病例）的膳食数据进行深度分析，首次提出基于人工智能构建的包括绿色蔬菜、浆果、柑橘类水果、禽肉、蛋类、马铃薯、橄榄油等在内的8类核心食物构成的最佳痴呆预防“MODERN膳食方案”，即机器学习辅助下的痴呆饮食干预方法（Machine learning-assisted Optimizing Dietary Intervention against Dementia Risk），为痴呆预防提供了新的潜在有效方案（图1）。

图1：研究设计方案图

研究团队首先基于平均随访10年的18.5万人（随访过程中新发痴呆1987人）的纵向数据，采用Cox比例风险模型，从34类常见食物组中筛选出25种与痴呆风险显著相关的食物组（涵盖水果、蔬菜、谷物、乳制品、肉类等多个大类），并揭示其中多数食物与痴呆风险存在非线性关系（见图2）。

图2：34种食物组与痴呆发病风险的关联

随后，研究团队以UKB队列为发现集，运用基于机器学习LightGBM算法中的信息增益，对以上食物进行重要性排序，最终筛选出了包括绿色蔬菜、浆果、柑橘类水果、禽肉、蛋类、马铃薯、橄榄油等在内的8类核心食物用于构建MODERN膳食模式（见图3）。在三个外部独立验证队列中（HRS，FOS和NHANES队列），MODERN膳食评分最高的参与者相比于最低的参与者痴呆风险低36%，这一关联强于既往研究针对脑健康开发的MIND膳食模式（25%）。MIND膳食模式即针对神经退行性疾病预防的饮食模式（Mediterranean-DASH diet Intervention for Neurodegenerative Delay）。

图3：MODERN膳食评分构建及其与痴呆发病风险的关联

为全面评估MODERN膳食模式对于其他疾病的潜在作用，研究团队进一步考察了其与57种痴呆以外疾病的关联。分析结果显示（见图4），MODERN膳食模式对49种疾病具有潜在预防作用，尤其对精神行为障碍的预防效果最为突出。此外，MODERN膳食依从性较高的参与者全因死亡和特定死因死亡风险较低。

图4：MODERN膳食评分与其他健康相关结局的关联

通过整合脑影像学、代谢组学、炎症标志物和蛋白质组学等多维度数据，研究团队深入解析了MODERN膳食-痴呆的潜在关联机制（见图5）。研究发现，该膳食模式与包括颞中回和内嗅皮层在内的31个脑区皮层厚度，以及20个白质纤维束的各向异性分数（FA）均存在显著正相关。基于结构方程模型（SEM）的中介分析提示了“MODERN膳食-代谢改善-炎症抑制-痴呆风险降低”的潜在通路。蛋白质组学研究还发现，痴呆相关蛋白GFAP可能在这一过程中发挥重要中介作用。

图5：MODERN膳食与痴呆的潜在关联通路：基于脑结构、代谢、炎症和蛋白质组的多维视角

复旦大学附属华山医院博士生陈思佳、浙江大学医学院公共卫生学院博士生陈辉、复旦大学类脑智能科学与技术研究院青年研究员尤佳、复旦大学附属华山医院博士后陈仕东为共同第一作者。浙江大学医学院公共卫生学院和附属第二医院袁长征研究员和复旦大学附属华山医院郁金泰教授为论文共同通讯作者。

该研究得到了科技创新2030“脑科学与类脑研究”重大项目、中国营养学会全民营养科研基金、国家自然科学基金、国家重点研发计划、上海市市级科技重大专项等经费支持。

论文链接：https://www.nature.com/articles/s41562-025-02255-w

近日，在天桥脑科学研究院（TCCI）的支持下，脑虎科技联合中国科学院上海微系统所陶虎/周志涛研究员团队在复旦大学附属华山医院开展的高精度实时运动解码临床试验再获重要突破——一名 19 岁右侧额叶癫痫患者成功植入脑虎科技自主研发的 256 通道柔性脑机接口，术后患者恢复良好，两日后顺利进入临床试验。

通过累计19.87小时的Center-out、WebGrid等经典范式训练，受试者实现了对经典游戏《吃豆人》、《坦克大战》和大型复杂游戏《王者荣耀》、《黑神话：悟空》的精准脑控操作。不仅如此，基于脑虎科技自主研发的XessOS脑机操作系统，受试者可通过意念流畅地上网和操作各种App（哔哩哔哩、小红书等）、控制智能轮椅和智能家居设备（灯光、窗帘等），显著提升运动功能障碍群体的自主生活能力。

图1 受试者通过意念打《王者荣耀》游戏

01/ 技术原理

高密度脑机接口训练与算法持续优化实现精准控制

研究团队基于256通道柔性脑机接口，通过采集局部场电位信号（LFP），将其与屏幕光标运动轨迹实时映射，形成视觉反馈闭环控制机制，进而通过XessOS脑机操作系统实现对外部设备的精准操控。

在训练过程中，采用经典的Center-out实验范式校准解码模型：通过位置-速度卡尔曼滤波算法，将256通道皮层脑电信号（ECoG）实时解码为光标速度指令，使受试者快速掌握闭环神经光标的控制能力。随着训练时长增加，运动想象控制的精度与速度显著提升。为进一步强化脑控能力，引入WebGrid范式，要求受试者通过运动想象将光标移动至指定目标方格。通过逐步增加网格复杂度，受试者的脑电控制能力持续优化。在解码器性能达到稳定后，可通过XessOs系统扩展至多场景应用。

XessOS是脑虎科技自主研发的脑机操作系统，其核心在于高通量脑电信号实时运动解码算法和开放式插件（plug-in）架构。该系统集成实时脑电信号解码与交互增强双引擎，通过毫秒级特征提取及运动意图解析，精准转化为计算机控制指令。搭载高效深度学习模型和训练范式，可依据用户脑电特征实现每日自我优化，有效攻克神经信号漂移难题。更重要的是，该系统功能覆盖多元场景：支持智能家居调控、高精度轮椅操控及沉浸式游戏交互；实现社交通讯、在线购物、邮件处理等数字化生活场景的”意念直连”。通过构建”感知-解码-执行”闭环，将脑机接口技术深度融入日常生活，在医疗康复、智能交互、娱乐体验等领域形成完整解决方案，助力用户重获生活自主权。

图2 受试者意念控制智能轮椅行进及转向

02/ 临床意义

推动脑机接口从基础研究向实际应用转化

经过累计19.87小时的训练，受试者在增强型用户界面下光标脑控性能达4.07比特/秒（接近马斯克Neuralink首个受试者Noland训练60小时后，在增强型用户界面下的性能4.6 BPS）。中国科学院上海微系统所研究员周志涛介绍：“这个反应速度逐步接近正常人使用传统鼠标的操作水平，有力验证了脑机接口技术在复杂场景应用中的可行性，为运动障碍患者的功能重建提供了希望。” 脑虎科技CEO彭雷表示：“此次临床试验进展，推动了侵入式脑机接口从基础研究向实际应用转化。特别感谢受试者及其家属的大力支持与积极配合，他们的奉献推动了脑机接口技术的进步。”

值得一提的是，整个临床试验过程，受试者状态良好，全程表现优异。试验结束后，华山医院医生团队借助脑虎科技自研的256通道柔性脑机接口精准定位癫痫病灶，成功实施病灶切除手术，使受试者运动功能区得以完整保护，恢复后的受试者未遗留任何功能障碍。
目前绝大多数脑机接口都拖了一根金属“辫子”——电源线和数据线，用来连接脑机接口和数据处理设备，“我们下一代无线版本的脑机接口产品已完成研发设计，”脑虎科技创始人兼首席科学家陶虎透露，“预计今年会开展相关临床试验。”

此次突破性进展，受益于上海独特的创新生态和来自政府、医院、机构等的多元投入。相关工作得到天桥脑科学研究院（TCCI）的有力支持，并获得上海市科委战略前沿脑机接口专项项目、上海市经信委促进产业高质量发展专项先导产业创新发展项目、上海市战略性新兴产业发展专项等项目，以及中国神经科学学会脑机接口与交互分会、上海市未来产业脑机接口专委会等机构的支持。

可治性痴呆是一类由可治疗的病因所导致的痴呆的总称，经治疗后此类患者的症状可逆转，其比例在总痴呆人群中约占7%-11%。及时对可治性痴呆进行识别并治疗可以明显改善患者的症状，显著提升此类患者的生活质量。

近日，复旦大学附属华山医院神经内科、天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）研究员郁金泰教授团队对华山医院认知队列中的一种可治性痴呆——麻痹性痴呆的患病人群进行了特征归纳。通过对相关患者的临床特征、实验室检查和影像学检查进行对比分析，使用大数据模型研究脑影像特征，并在治疗后进行了随访追踪，总结发现了麻痹性痴呆的疾病特征。相关研究成果以“Clinical, radiological, pathological, and prognostic features of general paresis: a cohort study” (《麻痹性痴呆的临床、影像与预后特征:一项队列研究》) 为题发表神经科权威临床杂志Brain (IF: 11.9)。

▷Wang RZ, Chen SF, Fei CJ, et al. Clinical, radiological, pathological and prognostic features of general paresis: a cohort study. Brain. Published online February 28, 2025. doi:10.1093/brain/awae389

麻痹性痴呆是由梅毒螺旋体侵犯大脑实质而引起的慢性脑膜脑炎。其特征是进行性的认知障碍和精神障碍。由于它的罕见性，且与其他疾病有相似性，麻痹性痴呆在临床实践中经常被漏诊、误诊。郁金泰教授团队通过对麻痹性痴呆的临床、影像学、病理和预后特点的探索，及与其他认知障碍为主征的痴呆的比较，旨在更全面理解麻痹性痴呆，帮助及时诊断。

▷研究路线与主要结果

• 本研究共纳入78名患者，其中90%为男性。从症状出现到第一次明确诊断的中位时间为15个月。
• 麻痹性痴呆最典型的症状是全认知领域的损害伴有激越、猜忌等精神症状，半数患者同时伴有运动症状。
• 最常见的影像学异常包括全脑萎缩和SWI序列的皮质低信号。
• 麻痹性痴呆患者会出现伴发的病理改变，11%的患者在血或脑脊液中检测到自身免疫性脑炎抗体，26%的患者出现病理性淀粉样蛋白改变，30%的患者有总tau蛋白水平升高。
• 70%患者在华山医院神经内科经标准青霉素或头孢曲松治疗并联合对症口服药物治疗后主要症状改善，所有治疗后患者的症状数量均减少。

郁金泰教授团队这项研究，确定了麻痹性痴呆的特征性临床表现和影像学特征，并加深了对疾病预后的认识。同时，该研究提供了鉴别诊断麻痹性痴呆与其他痴呆的线索，促进早期诊断和治疗。麻痹性痴呆的系列病理改变的发现，为后续进一步的机制研究和治疗探索提供证据。

▷ Kai-Min Wu, et al.Neuronal FAM171A2 mediates α-synuclein fibril uptake and drives Parkinson’s disease.Science387,892-900(2025).
DOI:10.1126/science.adp3645

近期，国家神经疾病医学中心、复旦大学附属华山医院、天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）研究员郁金泰团队通过5年的临床和基础研究获得重大科研突破，在全球首次发现了帕金森病全新治疗靶点FAM171A2，并找到了具有潜在治疗作用的小分子化合物。此次研究发现的全新治疗靶点和开发药物有望从疾病早期对帕金森病进行干预，延缓疾病进展。结合现有的对症治疗手段，将会实现帕金森病病因治疗与症状缓解的双重突破，造福数百万患者。相关研究成果于今天（2月21日）在线发表于《科学》（Science）。

帕金森病患病人数全球攀升，治疗瓶颈亟待突破

帕金森病是仅次于阿尔茨海默病的第二常见的神经退行性疾病，严重影响患者日常生活，致残率和死亡率较高。全球帕金森病患病人数预计将从2015年的700万左右增至2040年的1300万，我国帕金森病患者总数约占全球一半。

▷ 帕金森病病程进展机制及干预手段

既往研究发现，病理性α-突触核蛋白是帕金森病的关键致病蛋白，在病理条件下，正常的α-突触核蛋白单体会发生错误折叠，并聚集在一起形成纤维，破坏神经元的正常功能并致其死亡，它还会像“种子”一样播散，入侵邻近的正常神经元，诱导更多脑区α-突触核蛋白聚集和神经元死亡。当致病蛋白传播到中脑黑质区域时，可导致多巴胺能神经元死亡，从而出现动作迟缓、静止性震颤、肌强直等运动症状；当传播到大脑皮层时，会出现记忆力下降等认知障碍症状。

传统药物和手术治疗都只是针对帕金森病的症状进行治疗，不能延缓疾病进展，因而进一步研究帕金森病致病的深层原因并开展针对性治疗，成为全球相关领域科学家竞相探索的战略高地。

锁定关键靶点，率先破解致病蛋白传播密码

郁金泰团队通过长达5年的潜心钻研，明确了病理性α-突触核蛋白在神经元间的传播“导火索”，并发现了抑制其传播过程的候选新药，为帕金森病治疗提供了新思路。

研究团队首先从大规模人群的全基因组关联分析中，发现FAM171A2是帕金森病风险基因，FAM171A2是一种神经元细胞膜蛋白，但其功能此前从未被人研究过。郁金泰团队经过系列研究证实了神经元膜受体FAM171A2蛋白是促进病理性α-突触核蛋白传播的关键，在全球首次揭示了FAM171A2蛋白与α-突触核蛋白的结合机制。

▷ FAM171A2与病理性α-突触核蛋白结合

基于帕金森病患者临床样本分析，团队发现：帕金森病患者大脑中FAM171A2蛋白含量增高，且FAM171A2含量越高的患者，其脑内病理性α-突触核蛋白含量也越高。紧接着，通过一系列体内外实验，研究团队发现在神经元细胞膜上，FAM171A2像“智能识别门”一样，可选择性地结合病理性α-突触核蛋白，并携带其进入到神经元中，诱导神经元内单体形式的α-突触核蛋白发生错误折叠，造成神经元死亡和其在神经元间的传播。随后，研究团队通过转基因动物证实，敲除小鼠神经元上FAM171A2，可以有效控制小鼠帕金森样症状的进展。

AI赋能创新，7000分子库中“智取”候选药物

基于以上发现，研究团队利用人工智能的蛋白结构预测和虚拟筛选技术，从7000余种小分子化合物中成功找到了一种小分子，可有效抑制FAM171A2蛋白和病理性α-突触核蛋白结合，并抑制多巴胺能神经元对该致病蛋白纤维的摄取。

该项工作发现了首个神经元上病理性α-突触核蛋白关键膜受体FAM171A2。《科学》杂志审稿人指出，识别病理性α-突触核蛋白聚集体的神经元受体是帕金森病研究领域的“圣杯”，它能提供阻断病理传播并延缓疾病进展的治疗方法；该研究探讨了一个至关重要且具有重大意义的科学问题，是一项非常有趣、新颖、重要且具有转化意义的研究。

帕金森病患者在出现运动症状之前十几年，大脑内就已存在α-突触核蛋白病理，本次研究发现有望在疾病的临床前期、前驱期和临床期通过靶向抑制原创新靶点FAM171A2以阻断病理性α-突触核蛋白传播，延缓帕金森病进展。此外，开发靶向FAM171A2新药还可补充目前在临床期改善运动症状的补充多巴胺水平的药物治疗、在临床晚期用脑起搏器的神经调控治疗手段，构建更完善的帕金森病标本兼治的治疗新体系。这不仅将为数以百万计的帕金森病患者带来福音，更标志着我国生物医药领域在帕金森病的“原创靶点发现-机制解析-产品开发”这一全链条自主创新道路上实现了具有里程碑意义的重大突破。

▷ 团队研究路径及相关发现

从实验室走向病床，加速构建帕金森病治疗新体系

在这一成果基础上，郁金泰团队申请了基于干预FAM171A2治疗帕金森病的国际专利，并计划在接下来的几年内，集中力量全面、系统地开展寻找治疗帕金森病的小分子药物、抗体以及基因治疗手段的临床前研发工作，并进一步将相关成果推向临床试验和临床应用，有望建立全球首个能够有效阻断帕金森病进展的创新性治疗手段。

此次发现的蛋白靶点极具创新性，在此之前，学界尚未有关于这一蛋白的任何功能性实验研究，因此进一步明确该蛋白在神经系统的生理和病理功能，还有望给路易体痴呆、多系统萎缩等其他α-突触核蛋白疾病，及阿尔茨海默病、额颞叶痴呆等其他神经退行性疾病提供新的治疗靶点，这也将作为团队下一步的研究方向。未来，团队将深入研究靶向FAM171A2的策略，持续推动神经系统退行性疾病治疗难题的进展。

▷ 郁金泰团队合影
第一排：郁金泰教授（左三），袁鹏教授（左五），刘聪教授（左二），吴凯敏博士（左四）

复旦大学睡眠障碍诊治中心执行主任于欢教授联合复旦大学人类表型组研究院陈晨副研究员、悉尼大学生物医学工程学院院长陈炜教授，在生物医学工程领域国际权威期刊《IEEE Journal of Biomedical and Health Informatics》上发表了题为 “Towards Real-time Sleep Stage Prediction and Online Calibration Based on Architecturally Switchable Deep Learning Models” 的研究论文（DOI: 10.1109/JBHI. 2023.3327470）。

01 文章概览

睡眠分期是评估睡眠质量和诊断睡眠障碍的重要步骤。现有的自动睡眠分期方法通常依赖于长时间窗口（如1帧或者多帧）的多导睡眠监测（PSG）信号来进行分析，尽管可以实现高精度分类，但需要大量计算资源且无法满足实时性需求。而在实际应用中，如可穿戴设备和床旁监测系统，实时性成为关键要求。然而，由于短时段信号数据缺乏足够的上下文信息，实时分析的稳定性和准确性往往较低。此外，不同个体之间的信号特征存在显著差异，现有模型缺乏动态适应能力，无法有效处理个体间特征差异带来的结果不一致问题。因此，如何在短时段数据上实现高效、稳定的实时睡眠分期，同时兼顾离线模式下的高精度分析，成为一个亟待解决的挑战。基于此，本研究提出了一种可架构切换的深度学习模型，通过离线与在线模式的灵活切换，以及上下文校准机制的引入，解决了实时预测中的短时段不稳定性和个体差异适应性问题，为离线与在线睡眠分期的结合提供了一种全新的解决方案。

02 选题背景

睡眠分期是评估睡眠质量和诊断睡眠障碍的重要步骤。现有的自动睡眠分期方法通常依赖于长时间窗口（如1帧或者多帧）的多导睡眠监测（PSG）信号来进行分析，尽管可以实现高精度分类，但需要大量计算资源且无法满足实时性需求。而在实际应用中，如可穿戴设备和床旁监测系统，实时性成为关键要求。然而，由于短时段信号数据缺乏足够的上下文信息，实时分析的稳定性和准确性往往较低。此外，不同个体之间的信号特征存在显著差异，现有模型缺乏动态适应能力，无法有效处理个体间特征差异带来的结果不一致问题。因此，如何在短时段数据上实现高效、稳定的实时睡眠分期，同时兼顾离线模式下的高精度分析，成为一个亟待解决的挑战。

03 创新点

SwSleepNet模型的主要创新在于其独特的架构切换和校准机制，可以分别适配离线高精度分析与在线实时分期场景。在离线模式下，SwSleepNet 使用完整架构，包括序列扩展模块（Sequence Broadening Module, SBM）、序列卷积神经网络（Sequence Convolutional Neural Network, SCNN）和压缩与激励模块（Squeeze-and-Excitation Module,SE），以充分挖掘信号的时间和空间特征；而在在线模式下，SwSleepNet通过简化架构仅保留SCNN和SE，结合上下文校准机制动态调整短时段预测结果的稳定性。此外，该模型采用模块化设计，其中每个模块针对不同场景的需求进行了优化，从特征提取到上下文分析均体现了高度的鲁棒性和效率。与传统模型相比，SwSleepNet不仅能够适应离线和在线预测的多种复杂场景，还能通过信号特征的融合提升预测性能，是当前领域内的一项重要技术突破。

04 算法设计

SwSleepNet模型通过模块化设计实现了高效的离线特征提取和在线实时分期预测，其架构由序列扩展模块、序列卷积神经网络、压缩与激励模块、上下文校准机制（Contextual Calibration Mechanism）和序列整合模块（Sequence Consolidation Module, SCM）组成，如图1所示。SBM用于在离线模式下扩展信号的时间维度，以捕捉长时段的上下文信息，从而增强特征表达能力；SCNN则是核心特征提取器，通过卷积操作捕捉信号的空间和时间特征，并适用于离线和在线模式。SE模块通过动态调整信号特征的权重，抑制噪声干扰，强化有效信号特征，显著提升模型鲁棒性。在在线模式中，SwSleepNet使用上下文校准机制，当短时段内的预测结果不一致时，自动引入前后时段的上下文信息重新评估预测，显著提升了短时段预测的准确性和稳定性。最终，SCM模块将多时段特征整合，生成睡眠阶段的预测结果，用于离线模式下的高精度分期。通过这些模块的协作，SwSleepNet在离线与在线场景中均实现了性能与效率的平衡。

图1 SwSleepNet的整体架构与流程图

05 实验结果

本研究在三个数据集（Sleep-EDF、MASS 和 HSFU）上对 SwSleepNet的离线与在线模式进行了系统验证，结果表明其在不同场景下均展现了卓越性能（如表1所示）。

表1 SwSleepNet 和基线方法在三个不同序列长度数据集上进行睡眠分期的性能比较，包括准确率（ACC），卡帕系数（Kappa），F1分数，敏感性，特异性，训练时间和测试时间

在离线模式下，SwSleepNet的分期准确率分别为84.5%、86.7%和81.8%，显著优于当前主流模型。在在线模式中，通过引入上下文校准机制，该模型在短时间窗口预测中的准确率超过80%，相较未校准模型提升5%-7%，并显著降低了预测方差，显示出强大的实时性和稳定性。此外，图2展示了SwSleepNet在SC、MASS和HSFU三个数据集上不同信号片段长度（如30s、5s、3s、2s）及校准后片段（C-5s、C-3s、C-2s）的归一化性能对比结果。

图2 SwSleepNet在SC、MASS和 HSFU数据集上，不同信号片段长度的睡眠分期结果的归一化对比，包括未校准的结果和校准后的结果（例如5s和C-5s，C-5s表示校准后5秒时的性能）。各指标性能最高的方法结果记为1。(a) SC数据集。(b) MASS数据集，(c) HSFU数据集

结果表明，30秒片段在准确率（Acc.）、特异度（Spec.）、敏感度（Sens.）和Kappa系数等指标上表现最佳，而校准后的短时片段（例如C-5s和C-3s）在各项指标上均显著优于未校准结果，接近长时间片段性能，尤其在SC和MASS数据集中校准效果更为明显。相比之下，HSFU数据集的整体性能较低，但校准后的短时片段仍能在性能上获得提升，表明校准机制对于短时间窗口预测的有效性和适用性。多模态实验进一步证明了SwSleepNet对信号融合的高适应性，其中单模态 EEG 和 EOG 信号的准确率分别达到79.7%-82.1%和76.0%-78.8%，而多模态融合后的准确率进一步提升至82.1%-83.7%。研究还通过t-SNE方法对信号特征进行了可视化分析，发现EEG 和EOG特征在二维潜在空间中呈现出高度相似的分布，验证了SwSleepNet在模态统一性上的优越性，同时解释了融合信号后性能提升的原因。消融实验进一步显示，SBM、SE和校准机制均在模型性能中发挥了至关重要的作用，尤其在离线特征提取和在线实时预测中的贡献不可或缺。

研究意义及展望

SwSleepNet的提出为睡眠医学领域提供了一种全新的技术框架，在离线模式下实现了高精度睡眠分期，在在线模式下兼顾了实时性和稳定性，为解决传统模型在实际应用中面临的信号缺失与实时性不足问题提供了新思路。该研究的意义在于通过模块化设计将离线与在线需求有机结合，不仅提升了睡眠分期的整体性能，也为多模态医疗数据分析领域的其他应用场景提供了借鉴思路。此外，SwSleepNet在t-SNE分析中验证了其对异构信号特征融合的有效性，表明其能够通过多模态信号挖掘潜在信息，为复杂医学信号分析提供强有力的支持。未来研究可以尝试将 SwSleepNet 进一步优化为轻量化模型，以满足移动设备应用需求，并探索其在其他领域如心电图异常检测中的潜在价值。

原文链接：https://pubmed.ncbi.nlm.nih.gov/37878423/

作者简介及项目支持

第一作者为复旦大学信息科学与工程学院博士生朱航宇。通讯作者包括于欢教授（复旦大学睡眠障碍诊治中心执行主任）、陈晨副研究员（复旦大学人类表型组研究院）和陈炜教授（悉尼大学生物医学工程学院院长）。该研究得到了国家自然科学基金[62001118] 和国家重点研发计划[2021YFF1200600] 的资助。

朱航宇，复旦大学信息科学与工程学院博士生

于欢，复旦大学睡眠障碍诊治中心执行主任

陈炜，悉尼大学生物医学工程学院院长，IEEE TBME副编辑，IEEE-JBHI、IEEE-TNSRE、IEEE-JTEHM副主编

陈晨，复旦大学人类表型组研究院副研究员

来源：上观新闻，作者：文汇报记者 唐闻佳

2025年新年到来之际，在上海华山医院的一间病房里，一位年轻女患者，仅仅在脑海中想出新年快乐这四个字，就被电脑成功解码并发出指令操纵机械手做出比心的动作，传送了世界上第一段由意念完成的新年祝福。

上海脑虎科技与复旦大学附属华山医院神经外科团队，在天桥脑科学研究院等的支持资助下，通过国产原创侵入式柔性脑机接口技术，实现了“做”——解析动作，也实现了“说”——理解语言。这一重大进展不仅涵盖了实时运动解码，更在实时汉语解码方面取得了前所未有的突破，标志着中国在脑机接口领域达到了世界领先水平，脑虎科技因此成为全球唯一同时实现实时运动解码和实时汉语解码的侵入式脑机接口企业。

▷脑虎创始人、TCCI研究员陶虎与受试者以及意念操控的灵巧手比心合影送祝福

语言解码探索大脑最深奥秘

“脑机接口全球方兴未艾，以马斯克的Neuralink侵入式硬核技术为代表，运动解码方向在美国、欧洲、亚洲多地取得了不少令人惊喜的突破，比如让瘫痪病人用意念遥控机械臂喝水，操纵鼠标玩游戏，或是遥控外骨骼恢复行走。我们预测和期待下一级的突破，是解码语言。”1个月前，在上海召开的全球脑机接口领域顶级学术会议BCI Society国际论坛上，多位海外科学家表达了这一观点。

专家进一步说，语言是人类最高智慧的体现，也被认为代表了大脑最深层的奥秘。在大脑这个黑盒子里面解析每一个抽象的汉字的复杂程度极高，声调、语义、字词顺序发生任何一点错乱，语句本身也不会有任何意义。目前全世界从事脑机接口解码语言的科学家屈指可数，公认成就是由美国加州大学旧金山分校Edward Chang院士实现的解码英语。

脑虎科技创始人兼首席科学家陶虎教授说，脑虎的定位是瞄准和赶超Neuralink，所以，既要做马斯克正在做的运动解码，更要做他还没有涉及的语言解码，而且是公认比英文更难的中文语言解码。

脑虎科技CEO彭雷指出，对语言的成功解码，为脑机接口注入了无穷的想象空间，不仅为失语患者恢复语言功能，更可能为健康人群实现人脑（人类智慧）与AI大模型（人工智能）的直接连接和交互，以及科幻小说中的用思维交流，塑造最强大脑。

创新技术造就重大突破

脑虎科研团队与华山医院神经外科吴劲松教授团队密切合作，给一位脑部语言区域肿瘤患者植入了一个柔软轻薄的电子薄膜——脑虎自研256导高通量脑机接口电极，紧紧贴合在大脑语言区域，既确保了患者安全，也确保了高通量、高质量、跨脑区采集信号。

相比英文26个字母的解码，中文“418个音节+4个语调”的解码难度更高，研究团队利用目前最大的中文脑电数据集，成功突破技术瓶颈，实现了中文语言实时解码算法。

病人术后5天，即实现142个常用汉语音节下71%的解码准确率，每分钟解码速度达到40个汉字，单字解码时延小于100 ms，还首次直接将大脑信号接入大语言模型，填补了多项中国乃至世界的空白。

▷实时汉语言解码

除了解码语言新战场，在解码运动主战场，脑虎科技与华山医院同样取得重大成果。去年三季度，与华山医院神经外科毛颖、陈亮教授团队合作完成了运动障碍患者意念合成运动脑机接口的临床试验。一位运动区占位癫痫患者在植入脑虎电极后，经过两天时间的适应，成功通过意念操控手机APP通讯、购物等。

▷实时意念操控XessOS系统

上海多元投入孵化脑虎

2014年，从美国学成归国的陶虎博士落户上海，加入中科院上海微系统所。2021年，受到马斯克的激励，他在上海创办脑虎科技，专注于侵入式脑机接口技术研发和应用。

▷陶虎. 脑虎科技创始人兼首席科学家、天桥脑科学研究院研究员

创业过程中，脑虎得到了上海市科委战略前沿脑机接口专项项目、市经信委先导产业创新发展项目、战略性新兴产业发展专项扶持、黄浦区高科技企业支持等资助，核心成果获得了2021年世界人工智能大会最高奖。

除了政府支持，脑虎更收获了上海独特的多元投入，如虎添翼。

“世界首富马斯克为了Neuralink的人体临床实验，打飞的登门拜访得克萨斯医学中心神经外科主任。脑虎很幸运，从一开始就得到了中国神经外科大咖毛颖教授和团队的大力支持，使得门槛极高的侵入式脑机接口研究能够落地。”

身为上海华山医院院长、国家神经疾病医学中心主任的毛颖，一直认为在脑科学时代，神经外科医生除了开刀救人，更有着用直接接触人类活体大脑的独特优势助力科研的职责。近年来，在他的领导下，华山医院神经外科不仅在脑机接口科研领域颇有建树，而且积极支持脑虎科技、博睿康等一批中国原创脑机接口企业的临床试验取得重大成果。

▷毛颖. 华山医院院长、国家神经疾病医学中心主任、天桥脑科学研究院转化中心主任

毛颖除了提供临床资源，还牵线陶虎认识了陈天桥——一位从上海起家，成功走向世界的知名企业家和慈善家。“当时脑虎第一笔融资，谈了好几家风投，投资人倒是很有兴趣，但是一听到商业化要10年以上都打了退堂鼓。几乎想放弃的时候，天桥总和我经过一个小时的视频会议，当场拍板3000万元投资，还告诉我不用急，20年、30年他愿意等，即使失败了就当是他支持科研的慈善投入。”陶虎回忆说。

▷陈天桥. 盛大集团创始人、董事长，天桥脑科学研究院创始人

陶虎说，之后，陈天桥经常和他探讨，不仅国际视野和超前眼光令人大开眼界，而且对解码语言有着浓厚兴趣，全球最成功的脑机接口解码英语研究正是得到了他的资助。在脑虎后几轮融资中，陈天桥不仅每次追加，还牵线介绍红杉资本等多家顶级风投一起投资。

据上海科技官微透露，脑机接口是覆盖上海生物医药、集成电路、人工智能三大先导产业的“交汇点”，目前已经汇聚约20家脑机接口企业，包括脑虎科技、博睿康、阶梯医疗等知名企业，涵盖非侵入式、半侵入式和侵入式等多条技术路线。