分类下的文章: 研究院动态

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。

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。

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。

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。

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。

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。

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。

2022年10月25日，复旦大学药理学系主任、天桥脑科学研究院（Tianqiao and Chrissy Chen Institute, TCCI）研究员黄志力教授团队在Cell Discovery杂志发表最新研究，报道了终止快速眼动睡眠的新核团及其神经环路机制。

睡眠约占人类一生时长的三分之一，良好的睡眠是维持机体平衡的基本条件。周期节律性和连续性则是衡量睡眠健康的重要维度。典型的睡眠由非快速眼动（NREM）和快速眼动（REM）睡眠两个时相构成。其中，REM睡眠与记忆巩固、情绪疾病、神经退行性疾病、压力应激等密切关联，但REM睡眠发生和终止的神经生物学机制尚不明确。

研究人员通过钙离子光纤记录、在体及离体电生理记录、光遗传学、化学遗传学和RNA干扰等技术，发现特异性激活脑干深部中脑核团背侧部（dDpMe）GABA能神经元，可快速终止REM睡眠，并促进REM睡眠向NREM睡眠转换；相反，抑制此类神经元，可诱发REM睡眠。研究人员进一步运用多通道在体记录技术，按神经元电生理发放特征，将dDpMe中的GABA能神经元分为1型和2型两类，明确了1型神经元在REM睡眠期放电活性最低。

为阐明dDpMe GABA能神经元的神经环路，研究者运用神经示踪与光遗传学调控方法进行了探究，发现dDpMe中的GABA能神经元通过投射到脑桥背外侧被盖核下部（SLD）和外侧下丘脑（LH）的神经纤维，来调控REM睡眠。下游SLD核团中的谷氨酸能神经元在REM调控中发挥关键性作用。

2022年10月3日，复旦大学附属华山医院院长、天桥脑科学研究院转化中心（Tianqiao and Chrissy Chen Institute for Translational Research）主任毛颖教授与华山医院神经外科教授、天桥脑科学研究院（TCCI）研究员陈亮等在Neuron上发表了名为“Visual Cortex Encodes Timing Information in Humans and Mice”的文章，揭示了视皮层编码时间预测信息的重要机制。

大多数人类行为都涉及对时间和空间的感知。其中，对环境中不同时间间隔出现的各种信号的感知和预测对动物的生存和演化意义重大。大脑不仅需要对大时间尺度的信息进行处理，比如对昼夜节律的感知主要由下丘脑的视交叉上核驱动，也需要在非常短的时间尺度内处理信息，比如及时躲避天敌。动物必须有效地对不同的时间信号作出准确的预测，但人们对大脑如何表征秒到十秒量级内的时间信息知之甚少。

为了弄清楚在秒到十秒量级的时间感知中，哪些脑区发挥关键作用，研究团队使用能够以毫秒时间分辨率测量颅内电活动的多通道脑电（SEEG）进行研究。通过记录、分析人脑中28个脑区的颅内SEEG信号，团队发现在作出时间信息预测行为前，初级视皮层的脑电显示出两个特征：alpha波段能量上升以及delta波段出现相位同步。