脑切除手术是治疗先天性结构异常、血管异常、肿瘤、脑药性癫痫等神经系统疾病的标准外科手术。在脑切除手术过程中，医生既要最大限度地切除病灶组织，又要保留健康的脑功能区。因此，为制定最佳的手术方案，精准的脑功能图谱必不可少。

然而，ESC需要在开颅手术实施过程中保证病患清醒——尽管这已经是一项常规的临床技术，但是在脑部手术中唤醒病人可能导致一些并发症发生，比如导致病人术中昏迷，诱发短暂或长时间的局灶性缺失；另外，如果病患年龄过小，髓鞘发育不完全，则易诱发癫痫，增加了术后功能障碍的风险。上述问题大大缩小了ECS功能图谱在病患中的适用范围。

为了消除对清醒开颅手术的要求降低上述并发症的发生，美国华盛顿大学国家适应性神经技术中心、奥尔巴尼医学院神经外科系研究团队提出并评估了一种基于皮质电图（ECoG）技术的脑功能图谱绘制方法——新技术不需要术中患者保持清醒，同时也不需要对患者进行电刺激。这一最新的研究成果于2023年3月发表在著名期刊Clinical Neurophysiology上，TCCI应用神经技术前沿实验室主任Gerwin Schalk博士为这项研究的主要研究者。

术前研究人员使用高分辨（3T）磁共振图像（MRI）确定患者皮质解剖结构，创建每个病人的大脑3D模型，术中使用CT确定电极植入位置；若为二、三期手术患者，无法在术中使用CT定位，外科医生则使用BrainLab神经导航系统手动定位。所有实验中均采集、记录病人心电图信号和ECoG信号。

在研究过程中，研究人员使用接受性语音范式唤起被试皮质反应。刺激由32个独特的词组成，通过罩耳式耳机传递给患者。每个刺激持续时长为700ms，刺激间隔为1000ms。随后从ECoG中提取宽频伽马波（BBG）以反映局部神经元信号发射从而进行皮质活动定位——BBG在基线或静止期（即没有刺激的情况下）活动是随机的；相反，任务有关的变化则与从参与处理刺激的大脑皮层记录的BBG包络会有高度的时空一致性。根据此原理可以确定电极水平上对听觉-语言刺激有反应的皮质位置。

本项研究侧重于绘制麻醉期间的接受性语言皮质图谱，在之后的实验中证实这项技术同样可以参与接受其他感觉输入的皮层定位。未来若能开发新的技术来量化精确麻醉深度，研究人员就可以进一步精准找到测试的最佳时间窗口，提高全身麻醉期间皮质电图记录皮层被动功能图谱的应用范围，为神经外科医生提供制定诊疗方案的准确信息。

从本次研究结果来看，全身麻醉期间绘制电脑皮层功能图谱的方法是一种强大而可靠的识别麻醉大脑功能区域的技术，研究小组通过额外的验证证实基于ECoG方法可以补充或代替ECS，为更多不适合使用常规清醒开颅手术的神经外科病人确定脑功能区域，并增加手术成功率。

作者：刘晖

责编：Aaron

审校：Yunke

排版：Joyce

参考文献：

Nourmohammadi A, Swift JR, de Pesters A, Guay CS, Adamo MA, Dalfino JC, Ritaccio AL, Schalk G, Brunner P. Passive functional mapping of receptive language cortex during general anesthesia using electrocorticography. Clin Neurophysiol. 2023 Mar;147:31-44. doi: 10.1016/j.clinph.2022.11.021. Epub 2022 Dec 22. PMID: 36634533.

上海交通大学医学院附属精神卫生中心赵敏教授和天桥脑科学研究院（TCCI）研究员袁逖飞教授团队合作文章《The Structure and Individual Patterns of Trait Impulsivity Across Addiction Disorders: a Network Analysis》近日发表于International journal of mental health and addiction (IF = 11.55)，博士生郭垒，陈天真和郑辉为本文共同第一作者，赵敏教授和袁逖飞教授为共同通讯作者。该工作揭示了跨成瘾类型的核心特质冲动特征、冲动异质性及其影响因素，同时提出了一种个体症状网络识别的方法。

成瘾行为与特质冲动密切相关。冲动性特质增加个体对成瘾行为的脆弱性，促使成瘾行为的产生，并增加复发的可能性。然而值得注意的是，前期研究发现不同成瘾类型的冲动特征可能存在异质性，成为不同成瘾类型精准治疗和管理的依据。目前，针对特质冲动的主要测量方式为心理评定量表，并提供组水平 (Group-level) 的推断。这种方式限制了个体化的干预，同时无法提供症状水平的靶点。近年来，基于症状网络分析 (Network analysis) 的技术逐渐兴起，该方法将精神心理疾病概念化为不同症状之间互相激活的动力系统，以此通过图 (Graph) 的方式寻找核心症状。

研究纳入了1687名患有神经活性物质和海洛因使用障碍以及网络游戏障碍 (IGD) 的被试。基于Barratt Impulsivity Scale-11 中文版（BIS-11C）量表，对三组被试构建了各自的特质冲动网络。同时基于各自组年龄和性别匹配的健康对照，构建了每一名成瘾患者的个体化差异冲动网络（Individual differential impulsivity networks, IDINs）。

2023年2月10日，国家神经疾病医学中心/复旦大学附属华山医院毛颖课题组在国际神经病学顶级刊物《Alzheimer’s & Dementia: The Journal of the Alzheimer’s Association》（IF：16.655/Q1）上在线发表题为“Brain perfusion, cognition, and plasma Alzheimer’s biomarkers in moyamoya disease”的研究论文^[1]，通过临床队列首次证实了脑慢性低灌注能够独立引起阿尔兹海默症（AD）标志物异常，并且异常水平与低灌注的累积程度存在相关性。

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。

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。

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。”

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。

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。