大脑|如何链接大脑与机器:神奇的脑部芯片未来无限( 三 )


针对不同的脑电波频谱 , 芯片能够针对不同的脑部区域来进行正确的记录 。 再来看一下芯片内部的结构 。 之前提到过这类脑内芯片设备是非常低能耗的 , 不需要有任何电池 , 所以可以直接把芯片设备植入到头皮当中进行工作 。 当然 , 我们还有最新的技术能够做到这样的系统 , 比如信号可以传递几米 , 这里有很多芯片可以用来进行有效的记录和传递 。
大脑|如何链接大脑与机器:神奇的脑部芯片未来无限
图片

再来看一下典型的大脑机能紊乱型的病症——癫痫 , 全球有大概有1%的的人可能会有癫痫的症状 。 遭受此类神经退行性疾病的病痛折磨的人是非常多的 , 所以我们也关注了对癫痫患者的治疗 。 问题在于 , 我们要观察大脑每一部分是什么样的状态 , 之后再做有效的成像 , 观察在发生癫痫的时候大脑到底是什么样的状态 , 如何在癫痫发病之前阻止症状发生 , 这时候就需要观察神经的变化 。 如果某一癫痫患者在开车的时候突然发病 , 就可能会引发严重的安全事故 。 所以这个时候就如果能够通过脑部芯片捕捉到的信息提前10分钟或者30分钟 , 通过手机或者其他的方式向患者发出警告 , 也许可以避免事故的发生 , 最大程度地减少损失和伤害 。
据此我们选择使用VNS、RNS方法作为解决方案 。 将芯片植入到大脑里面之后 , 芯片需要时刻对大脑进行观察 。 研究人员会对不同的大脑区域进行不同的刺激 , 来鉴别患者癫痫发生的主要区域 。 如果想做更精准的定位 , 患者们就需要去医院做核磁检查 。 即便通过以上手段做了很精确的检查 , 但癫痫的发作是非常紧急的 , 我们不能指望用核磁共振的诊断 , 去保证某位患者每一个月的同一时间都不会发病的 。 此时研究人员就需要考虑该怎么样用外置的设备 , 用传感器更好监控脑电信号的传递 。
大脑|如何链接大脑与机器:神奇的脑部芯片未来无限
图片

患者们去医院测试的是脑电波 , 检查时通过仔细观察脑电图可以了解在哪一部分的脑部活动会引起癫痫 。 大家都知道癫痫发病来自于大脑 , 如果能在头皮检测到不同的脑电信号变化 , 就能帮助医生和研究人员判断和定位癫痫到底是由哪一部分的大脑产生的 。 脑部芯片就能满足个性化的患者的需求 , 当它们被植入到大脑当中后 , 能更好地实时理解每一个患者的发病情况 。
此外 , 纳米技术也被应用于此类研究之中 , 用以量测纳米颗粒在脑内的聚集 。 一般人们在思考的时候 , 在大脑的某一个局部就会发生比较明显的神经活动 。 如果是正处在癫痫发病过程中的患者的大脑 , 可能会有某一部分被激发产生大量的神经递质 , 这个时候就可以检测由于神经元活动聚集的神经递质的密度和强度 , 来帮助我们定位癫痫是由大脑的哪部分产生的 。
研究人员们在小白鼠身上也做了实验 , 这是我们检测的案例 。 我们通过将大脑发病的时候给出的信号用不同的颜色标注 , 显示了10-20秒当中癫痫发病的情况 , 包括对于当前信号的影响 。 这些发病过程都是可以通过电子信号进行监测 , 根据信号能看到大脑电子信号的频率是增高的 , 研究人员就可以观察到在癫痫发生之前出现的症状 , 包括癫痫发病的情况 。 这一芯片设备尺寸非常小 , 大概是两微米 , 耗电只有六毫瓦 , 它的启动也非常简单 , 敏感性非常高 。
机器学习与脑部芯片的未来发展
即使现在有了很多新的技术 , 但是癫痫治疗依然非常困难 , 虽然科学家们持续地在推进治疗方法和手段 , 但是精准预测癫痫发作依然是个难题 , 这也是此类医疗技术未来的发展方向 。
从机器学习的角度看 , 很多分类算法已经发展的非常成熟 , 所以我们可以考虑针对不同类别的病例 , 利用已经累计起来的脑部活动信息数据 , 对机器学习算法进行定向的训练 。 通过深度学习可以更加提高我们对癫痫发病的预测 。 我们团队未来的想法 , 是希望能够通过这样的监测 , 给手机上发一个警告的信息 , 对于中风患者来讲 , 这样的脑部监测设备也是适用的 , 希望为患者带来真正未雨绸缪的福利 。


推荐阅读