对于数百万患（huàn）有癫（diān）痫（xián）症和帕金森（sēn）病（bìng）等运动（dòng）障碍的人（rén）来说，脑的电刺激已经扩大了治疗的可能性。未来，电刺激可能（néng）会帮助患有精神疾（jí）病和直接脑损伤（shāng）（如卒中）的人（rén）。

梅（méi）奥诊所官（guān）网9月3日消息（xī）

然（rán）而，研究大脑网络（luò）如何相互作用是很复（fù）杂（zá）的。可以通过在患（huàn）者大脑的一个区域（yù）提供短暂（zàn）的（de）电（diàn）流脉冲（chōng）同时测量其（qí）他区（qū）域的电压响（xiǎng）应来（lái）探索大脑（nǎo）网络。原则上，人们应该能够从这些（xiē）数据中（zhōng）推断（duàn）出（chū）大脑网络的结构。然（rán）而，对于真实世（shì）界的数（shù）据，这个问题很困难，因为记录的信号很（hěn）复杂，并且可以进行测（cè）量的非常有限。

为了使问题易于管理，梅奥诊（zhěn）所（Mayo Clinic）的研（yán）究（jiū）人员开发了一套（tào）范（fàn）例（lì）或（huò）观点，以简化电（diàn）刺激对（duì）大脑（nǎo）影（yǐng）响（xiǎng）之间的比较。由于科学（xué）文献中不存在表征输入集合如（rú）何在人类（lèi）大（dà）脑区域中融合（hé）的数学（xué）技术，因此 Mayo 团（tuán）队与（yǔ）人工智（zhì）能 (AI) 算法领域的国际专（zhuān）家合作开（kāi）发了一种称为“基本轮廓曲线识别”的新（xīn）型算法（fǎ）。”

在《PLOS 计算生（shēng）物学》（PLOS Computational Biology）杂志上发表的这项（xiàng）研究中，一（yī）名脑（nǎo）肿瘤（liú）患（huàn）者在切除（chú）肿瘤之前（qián）接受了皮层电（diàn）图（ECoG）电极（jí）阵列的放置，以（yǐ）定位癫痫发作并绘制（zhì）大脑（nǎo）功能图。每次电（diàn）极相互（hù）作用都（dōu）会导致使用新算法研究（jiū）数百到数千个时间点（diǎn）。

研究于2021年9月（yuè）2日发表在《PLOS Computational Biology》（最新（xīn）影响因（yīn）子：4.475）杂志上

“我们的研究（jiū）结果表（biǎo）明，这（zhè）种（zhǒng）新型算法可以帮助我们了解哪（nǎ）些大脑区域直接相（xiàng）互交互，这反过（guò）来又可（kě）以帮助指导（dǎo）电（diàn）极的放（fàng）置，以用（yòng）于治疗脑（nǎo）部疾病网络的（de）刺激设备，” 该研究（jiū）的第一作者、梅奥诊所神经外（wài）科医（yī）生（shēng）、医学博士 Kai Miller 说。

Kai Miller 医生

“随着新技术的（de）出现，这种算法（fǎ）可能会帮助我们（men）更好地治疗癫痫、帕金森病等运动障碍以及强迫症（zhèng）和（hé）抑郁症等精神疾病患者（zhě）。”

“迄今（jīn）为止，神经（jīng）系统数据可能是人工（gōng）智能研究人员建模时最（zuì）具（jù）挑战性和（hé）最令人兴奋的数据，”研究（jiū）合（hé）著者兼 Google Research Brain 团队成员（yuán） Klaus-Robert Mueller 博士说。Mueller 博士是（shì）柏林（lín）学习和数据基础研究（jiū）所（Berlin Institute for the Foundations of Learning and Data）的联合（hé）主（zhǔ）任和机器学习小（xiǎo）组（zǔ）（Machine Learning Group）的主（zhǔ）任， 研究所（suǒ）和机器（qì）学（xué）习小组（zǔ）都在柏林技术大学（xué）（Technical University of Berlin）。

在这（zhè）项研究（jiū）中，作者提供了一个可下载的代码（mǎ）包，以便其他人可以探索（suǒ）该技（jì）术。“共（gòng）享开发的代码（mǎ）是我们帮助（zhù）研究可重复性努力（lì）的核心部分，”梅（méi）奥诊（zhěn）所生（shēng）物医学工程师和资深作者 Dora Hermes 博士说。