研究人员将人工智能和微电子学结合起来，创造出对抗大脑疾病的神经植入物

神经植入物可以通过直接调节异常活动来帮助治疗帕金森病和癫痫等脑部疾病——多伦多大学的刘锡林(Xilin Liu)正在与微电子学和人工智能合作，使这项新兴技术更安全、更智能。

“神经元之间的部分交流是通过电信号一种治疗性神经植入物产生电刺激，就像大脑的起搏器一样，”应用科学与工程学院的助理教授刘说。“在颤抖或癫痫发作的情况下，刺激试图将神经元恢复到正常状态。

“这就好像是刺激方案扭转了神经网络断断续续——就像重启电脑一样，不过绝对没有那么简单。科学家们还没有完全理解它是如何工作的。”

刘的团队整合神经植入物通过同样的工艺加工成微型硅芯片，用于今天的电脑和智能手机。这种技术，被称为互补金属氧化物半导体CMOS，允许他们降低设备的损耗物理维度而且电力消耗，从而最大限度地降低与植入物的初始外科手术相关的风险长期使用．

“我们已经开发了许多新的微电子设计技术，例如带有电荷平衡的高精度电刺激，”刘说。“我们试图从许多不同的角度来解决这个问题。”

Liu是神经技术中心CRANIA的一员，CRANIA是多伦多大学和大学卫生网络的合作项目，汇集了电气和计算机工程师、神经科学家、数据和材料科学家以及临床医生。他们一起研究改善大脑健康的方法，并制定替代治疗途径，特别是对那些对现有药物反应不佳的人。

在最近的一个项目中，刘和他的团队试图利用人工智能的力量来最大限度地提高植入物的临床疗效，并最大限度地减少过度刺激的不良影响。

该团队转向了一种名为深度学习(DL) -经过训练后，可以在面对新数据时提取深层信息的算法。事实证明，这些模型在识别传统方法中经常被忽视的隐藏生物标志物方面特别强大，并且在检测最佳时间时，它们的表现优于传统算法。

“大多数现有的植入物会产生电刺激不管病人的病情如何，都以恒定的速度进行。”“有了DL，我们可以在最佳时间，仅在必要时激活神经植入物。”

然而，深度学习模型的高计算成本使其集成成为一个挑战，特别是考虑到所有处理都必须在植入物中本地运行。

“云将提供更强大的处理能力，但你不能拥有一个植入物例如，当病人进入电梯或飞机时，它会失去电信服务。”

为了降低这种计算成本，Liu和他的团队开发了针对每个患者的情况训练和优化模型的技术。最近的一个案例研究表明，在低功耗神经植入物中通过深度学习检测癫痫发作，与在高性能计算机中运行的最先进算法相当。这项工作于2021年在神经工程杂志。

Liu说，他的团队的技术可以用于癫痫以外的广泛临床应用，并指出全球有多达10亿人患有各种癫痫脑部疾病．

开放合作的必要性是刘希望给参加他的新神经调节课程的研究生们留下深刻印象的东西，这门课程将于今年秋天首次开课。

刘说:“大脑里有太多东西在运转。”“你需要一系列的专家来理解并为这些疾病提供解决方案，随着人类预期寿命的增加，这些疾病只会变得越来越普遍。”

未来的目标包括慢性疼痛、抑郁症和痴呆症。刘已经在考虑神经调节疗法如何帮助阿尔茨海默病患者。

“睡眠障碍与阿尔茨海默氏症有关，许多人都患有不同程度的睡眠障碍，”刘说。“我们正在研究闭环神经调节技术，通过加强或抑制某些大脑节律来改善睡眠质量。

“大脑非常神奇。”