MRI、腦電圖(EEG)和腦磁圖長期以來一直是研究大腦活動的工具，但卡內(nèi)基梅隆大學(xué)的一項(xiàng)新研究引入了一種新穎的、基于人工智能的動態(tài)腦成像技術(shù)，該技術(shù)可以繪制出大腦中快速變化的電活動速度快、分辨率高、成本低。這一進(jìn)步是在何斌進(jìn)行了30多年研究之后取得的，該研究專注于改進(jìn)非侵入性動態(tài)腦成像技術(shù)的方法。

腦電活動分布在3D大腦中，并隨時間迅速變化。已經(jīng)為成像大腦功能和功能障礙做出了許多努力，每種方法都有利有弊。例如，MRI通常用于研究大腦活動，但速度不足以捕捉大腦動態(tài)。EEG是MRI技術(shù)的有利替代方案，但其空間分辨率不夠理想一直是其廣泛用于成像的主要障礙。

還進(jìn)行了電生理源成像，其中頭皮腦電圖記錄通過信號處理和機(jī)器學(xué)習(xí)被轉(zhuǎn)換回大腦，以重建大腦活動隨時間變化的動態(tài)圖像。雖然EEG源成像通常更便宜、更快，但用戶需要特定的培訓(xùn)和專業(yè)知識來選擇和調(diào)整每次記錄的參數(shù)。在新發(fā)表的作品中，He和他的團(tuán)隊(duì)介紹了首個基于AI的動態(tài)腦成像方法，該方法具有精確和快速地對神經(jīng)回路進(jìn)行動態(tài)成像的潛力。

“作為數(shù)十年來開發(fā)創(chuàng)新、非侵入性功能性神經(jīng)影像解決方案的一部分，我一直致力于開發(fā)一種動態(tài)腦成像技術(shù)，該技術(shù)可以提供精確、有效且易于使用，以更好地為臨床醫(yī)生和研究人員服務(wù)，”卡內(nèi)基梅隆大學(xué)生物醫(yī)學(xué)工程教授何斌說。

他繼續(xù)說道，“我們的團(tuán)隊(duì)是第一個通過引入人工智能和多尺度大腦模型來實(shí)現(xiàn)這一目標(biāo)的團(tuán)隊(duì)。使用受生物物理啟發(fā)的神經(jīng)網(wǎng)絡(luò)，我們正在創(chuàng)新這種深度學(xué)習(xí)方法來訓(xùn)練可以將頭皮EEG信號精確轉(zhuǎn)換回沒有人為干預(yù)的大腦中的神經(jīng)回路活動。”

在最近發(fā)表在美國國家科學(xué)院院刊(PNAS)上的He的研究中，通過對20名健康人類受試者的感覺和認(rèn)知大腦反應(yīng)進(jìn)行成像來評估這種新方法的性能。通過將基于AI的非侵入性成像結(jié)果與侵入性測量和手術(shù)切除結(jié)果進(jìn)行比較，它在識別20名耐藥性癲癇患者隊(duì)列中的致癲癇組織方面也得到了嚴(yán)格驗(yàn)證。

結(jié)果明智，當(dāng)考慮精度和計(jì)算效率時，新的AI方法優(yōu)于傳統(tǒng)的源成像方法。

“使用這種新方法，您只需要一個集中的位置來執(zhí)行大腦建模和訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，”He解釋說。“在臨床或研究環(huán)境中收集數(shù)據(jù)后，臨床醫(yī)生和研究人員可以將數(shù)據(jù)遠(yuǎn)程提交到訓(xùn)練有素的集中式深度神經(jīng)網(wǎng)絡(luò)，并快速獲得準(zhǔn)確的分析結(jié)果。這項(xiàng)技術(shù)可以加快診斷速度，并協(xié)助神經(jīng)科醫(yī)生和神經(jīng)外科醫(yī)生進(jìn)行更好、更快的手術(shù)規(guī)劃。”

作為下一步，該小組計(jì)劃進(jìn)行更大規(guī)模的臨床試驗(yàn)，以使研究更接近臨床實(shí)施。

“目標(biāo)是實(shí)現(xiàn)高效、有效的動態(tài)腦成像，操作簡單，成本低，”何解釋說。“這種基于人工智能的腦源成像技術(shù)使之成為可能。”