新发现的大脑模式对治疗瘫痪，帕金森患者有影响
当伸手喝杯咖啡或钓到球或扔球时，我们的大脑设法协调了我们手臂和手指中不少于27个关节角度的运动。确切地说，大脑如何做到这一点是研究人员之间许多辩论的话题。
现在，由USC Viterbi电气和计算机工程助理教授Maryam Shanechi和Andrew和Erna Viterbi早期职业主席，研究人员发现了一个签名动态脑预测自然主义范围并掌握运动的模式。该发现现已出版自然通讯，可能成为发展更好脑机界面并改善瘫痪患者治疗的催化剂。
在这项研究中，目标是比较大脑活动的小时空尺度和大型时空尺度。小型活动是指单个神经元或脑细胞的峰值。大规模活性是指局部场电位（LFP）脑波，而不是测量数千种相互作用的单个神经元的骨料活性。两者都可能有助于执行覆盖范围并掌握运动，但是如何呢？
为了回答这个问题，Shanechi和Hamidreza Abbaspourazad，博士学位。学生进电气工程，创建了一种新的机器学习算法，以提取同时在尖峰和LFP活动中共存的动态神经模式，并确定这些模式之间的相互关系以及运动。这项研究是与纽约大学神经科学教授Bijan Pesaran合作完成的，他在自然主义覆盖范围内进行了实验，以收集尖峰和LFP脑活动，并使用该领域的神经生理学技术掌握了运动。
通过将新算法应用于收集的数据，他们确定了尖峰和LFP活动之间的共同点和差异。从那里，他们能够最终发现它们之间的共同模式，这是对运动的高度预测。
“仔细观察时，我们发现这种常见的多尺度实际上发生了主要预测移动与所有其他现有模式相比，” Shanechi说。换句话说，团队确定了与触及和掌握运动相关的先前未发现的大脑活动模式，这为他们提供了可能的神经特征。
Shanechi最近获得了NIH董事的新创新者奖和Asee Curtis W. McGraw研究奖，重点是神经技术研究；她通过对神经动力学的建模，解码和控制来研究大脑。该出版物只是Shanechi最近的许多项目之一，使得更好地了解复杂的神经模式和神经功能障碍，以发展与身体和精神障碍有关的疗法。实际上，她最近有些连胜，有多个专业自然最近几个月的出版物。
Shanechi解释说：“有趣的是，我们发现这种神经信号模式不仅在尖峰和LFP信号之间共享，而且在我们进行动作的不同主题之间也共享。”
这意味着共享模式可以帮助研究人员了解个人的大脑控制如何触及并掌握运动。更重要的是，这也表明，在触及和掌握运动时，不同的人可能具有类似的神经特征。
当然，了解大脑在做什么只是战斗的一半。将大脑活动转化为行动是另一回事。但是Shanechi的模型可以做到这一点。她和她的团队能够将大脑活动转化为运动。
Abbaspourazad补充说：“我们的模型不仅发现了神经活动中的签名模式，而且还可以从这些模式中准确地预测手臂和手指的运动。”这对于脑机界面的发展尤其有望恢复瘫痪的患者的运动。
除了帮助瘫痪的患者外，Shanechi还希望这项研究还可以帮助更好地了解诸如帕金森氏病这样的运动障碍的神经机制，以指导未来的疗法。
“我们希望我们对大脑如何产生日常运动的更好理解能够帮助我们设计更好的脑机界面，从而帮助数百万个残疾患者患有神经损伤和疾病。”
进一步探索
