智研简报2022第9期

中国·济南

山东产业技术研究院智能计算研究院

2022

智研简报

智/能/计/算      计/算/未/来

“智味韵月，研路有你”智研院工会

组织中秋佳节联欢活动

创新园办公区装修最新剧透来啦！

9 / 30

高文院士：AI将为芯片设计带来革命性改变

AI可精准预测癌症预后，有望应用于临床试验​

CONTENTS

目录

01

《山东省科技企业孵化载体管理办法》政策解读

AI可精准预测癌症预后，有望应用于临床试验​

“智味韵月，研路有你”智研院工会组织中秋佳节联欢活动

04

05

02

告别捅嗓子？AI通过声音检测新冠，准确率已达到89%

“智味韵月，研路有你”智研院工会组织中秋佳节联欢活动

       又是一年中秋至。在中秋佳节临近之日，为营造健康积极的工作环境，提升员工的精神文化品位，加强团队凝聚力。9月9日，山东产业技术研究院智能计算研究院工会组织了以“智味韵月，研路有你”为主题的中秋佳节联欢活动，全体职工参加了此次活动。

智研快讯

       活动伊始，智研院院长陈益强发表了讲话。陈院长首先向全体职工对智研院的付出表示感谢，陈院长表示，智研院的每一位同事要树立对智研院的主人翁意识，大家要在智研院这个平台相互学习、共同进步，一起为智研院的发展做出自己的贡献。

       

06

高文院士：AI将为芯片设计带来革命性改变

03

注重功能升级设计，创造舒心办公环境，创新园办公区装修最新剧透来啦！

07

脑机接口照进现实：5位脑科学家带来的最新启示

      随即“我们的节日·中秋”摄影比赛评选开始，本次比赛共征集参赛作品15幅，作品内容涵盖了富有中秋特色的生活、自然风光等方方面面，充分展现出智研院员工热爱生活、热爱工作的精神风貌。智研院全体职工参与了投票，共评选出一等奖1名，二等奖2名，三等奖4名，参与奖若干名。工会主席杨建为各位获奖者进行了颁奖。随后获奖者为大家分切月饼，全体职工共享团圆月饼，欢度佳节。

      此次中秋联欢活动，不仅丰富职工文化生活，促进摄影爱好者之间的才艺交流，更增强了同事们之间的情感交流，营造了浓厚的节日氛围。

       智研院创新园办公区建筑面积4320平方米，使用面积3800平方米，目前已完成消防建设、水、电、暖通、新风等隐蔽工程的安装改建，墙面、吊顶、软硬包、灯具等面层工程的安装，办公家具也已经采购到位等。

智研快讯

注重功能升级设计

创造舒心办公环境

创新园办公区装修最新剧透来啦！

         秋意浓

人间天上  佳期胜赏

今夜中秋  芳尊美酒

年年岁岁  月满高楼

     偷了个月亮

月色很美，风也安逸 问：偷月亮会犯法吗

月到中秋偏皎洁 

偏皎洁，知他多少，阴晴圆缺

现场图片

   一等奖、二等奖获奖作品

       智研院创新园办公区以“注重功能升级设计 创造舒心办公环境”为设计理念，在装修的过程中不断改进升级，通过调整管线分布，提高完成面标高15公分；通过改用中性光源，减轻视觉疲劳；通过加大房间进深，增强功能性和实用性；通过调整展厅动线，使参观路线更合理更流畅；通过增设贵宾接待厅、茶水间、健身房等，使功能区域更多元更完善。

                                             

      接下来，在完成地面工程、玻璃隔断、门窗以及办公家具的安装后，即可入驻，我们一起期待吧……

政策导读

“

”

       不知道大家对做核酸怎么看，是不是喉咙已经起茧了。

       不过为了防疫大局，也为了知道自己的健康状况，通过核酸确认自己没有感染新冠又在所难免。

       等等……有没有其他方法可以检测自己有没有中招呢？

       最好还是不用出门的那种。

       你别说，这样的技术还真有可能出现。

       9月8日，在西班牙巴塞罗那举行的欧洲呼吸学会国际大会(European Respiratory      Society International Congress)上发表的一项研究表明，一款手机应用程序借助人工智能，可以通过你的声音判断是否感染了新冠肺炎。

       目前，这一模型的准确率已经达到89%。

       这是不是意味着，将来在家上传自己的声音，就可以代替做核酸了？想想都觉得美妙……

POLICY INTERPRETATION

       一、修订背景

       为贯彻《国务院关于推动创新创业高质量发展打造“双创”升级版的意见》和省新旧动能转换重大工程部署，加快我省科技企业孵化体系建设，结合科技部关于科技企业孵化器和众创空间工作部署，2019年，省科技厅制定了《山东省科技企业孵化器和众创空间管理办法》（鲁科字〔2019〕70号），在推进全省双创高质量发展中发挥了重要作用，我省孵化载体建设取得积极进展。目前，该政策已到期，为发挥好该政策在促进双创和科技型企业培育中的作用，进一步推动我省孵化载体高质量发展，省科技厅修订印发了《山东省科技企业孵化载体管理办法》（鲁科字〔2022〕107号）（以下简称《管理办法》）。

       二、主要内容

       《管理办法》共八章十八条。

       第一章为总则。明确了管理办法制定依据和科技企业孵化载体的概念以及省科技厅和各市科技局在孵化载体管理服务工作中的职责分工。

       第二章为功能定位。针对众创空间、科技企业孵化器、科技企业加速器等孵化机构所处的不同发展阶段和特点，明确了众创空间、科技企业孵化器、科技企业加速器各自具体的功能定位。

       第三章至第五章为认定（备案）条件。明确了省级众创空间、省级科技企业孵化器、省级科技企业加速器在运营机构、场地面积、专业化服务团队、投融资情况、知识产权、在孵企业数量、毕业企业数量等方面认定或备案的量化指标。

       第六章为认定（备案）程序。明确了山东省省级孵化载体备案或认定工作由省科技厅负责组织开展，申报单位通过省科技云平台管理系统进行申报，市科技局对申报材料的真实性和合规性审核把关后进行推荐，省科技厅组织专家或委托专业机构对孵化载体进行评审，符合条件的按照程序予以认定或备案。

       第七章为运行与管理。提出孵化载体应加强和完善服务保障能力，强化服务体系建设，营造创新创业生态；鼓励孵化载体开展孵化链条建设和积极探索孵化模式创新；明确了对孵化载体实施年度绩效评价制度，强化日常监督管理。

       第八章为附则。明确了《管理办法》解释权和有效期。

技术前沿

ADVABCED TECHNONLGY

       通过声音分辨你是否是阳性，效果优于快速抗原检测。

       新冠肺炎会影响上呼吸道和声带，导致人的声音发生变化。

       在这基础上，马斯特里赫特大学数据科学研究所(Institute of Data Science)的Wafaa Aljbawi女士和她的上司，马斯特里赫特大学医学中心的肺病专家Sami Simon 博士，以及同样来自数据科学研究所的Visara Urovi博士，决定研究是否有可能使用人工智能来分析声音以检测新冠阳性。

       他们使用了剑桥大学的COVID-19声音应用程序的数据，该应用程序包含4352名健康和非健康参与者的893个音频样本，其中308人的新冠检测呈阳性。

       该应用程序安装在用户的手机上，参与者报告一些人口统计、病史和吸烟状况等基本信息，然后被要求记录一些呼吸声音，包括咳嗽三次，用嘴深呼吸三到五次，在屏幕上读短句子三次。

       研究人员使用了一种名为“梅尔谱图分析（Mel-spectrogram）”的语音分析技术，该技术可以识别不同的语音特征，如响度、频率和随时间的变化。

       “通过这种方式，我们可以分解参与者声音的许多属性，”Aljbawi女士说。“为了区分新冠病毒阳性患者和阴性正常人群的声音，我们建立了不同的人工智能模型，并评估哪一种模型最适合分类这些病例。”

       他们发现LSTM模型优于其他模型。LSTM基于神经网络，它模拟人脑的运作方式，并识别数据中的潜在关系。它擅长时序分析，这使得它适合对随着时间的推移收集的信号进行建模，比如声音。

       “这些结果显示，与横向流动试验等最先进的检测方法相比，诊断新冠病毒疾病的准确性有了显著提高，”Aljbawi表示，“侧流检测法(快速抗原检测)的准确率仅为56%，但特异性更高，达99.5%。这一点很重要，因为它意味着快速抗原检测将感染者错误地分类为阴性的情况比我们的测试更为常见。换句话说，使用AI LSTM模型，我们可能会漏掉11/100的病例，这些病例会继续传播感染，而快速抗原检测将会漏掉44/100的病例。”

       该做核酸还是得做核酸。

       核酸病毒检测是对采集的病毒核酸进行直接检测，具有特异性强、灵敏度高的特点，是新型冠状病毒检测的主要方法。

       快速抗原检测相对来说要简单一些，可以自己完成，主要通过检测病毒的抗原来进行分辨，可以作为新型冠状病毒诊断的主要依据之一，但是准确率相对来说低一些。

       许多国家目前都以发放快速抗原自测包为主，抗原检测呈阳性的才会要求做进一步检测。

       当然，因为这种自测包相对来说操作难度还是有的，所以准确率不太高，因此如果能够通过声音来判断是阳性，那既可以节省资源，又能够获得相对准确的结果，确实是一件好事。

       所以说，尽管在假阳性方面，AI表现比较差，会有17%的人被误诊为阳性，但是可以把它作为初筛手段，让声音检测呈阳性的，再去进行下一步检测。

       研究人员说，他们的结果还需要大量的数据来验证，自该项目开始以来，从36116名参与者收集了53449个音频样本，可用于改进和验证模型的准确性。他们正在进行进一步分析，以了解语音中的哪些参数会影响人工智能模型。

       当前，虽然预测癌症患者的预后需要考虑许多因素，比如患者病史、基因和疾病病理学，但临床医生仍在努力整合这些信息以做出对患者护理的决策。 来自麻总百瀚-百瀚和妇女医院 Mahmood 实验室的一项新研究揭示了一个概念验证模型， 该模型使用人工智能（AI）将不同来源的多种类型数据组合起来，预测 14 种不同类型癌症的患者预后。 研究成果发表在 Cancer Cell 期刊上。

       专家依赖于几种数据来源，如基因组测序、病理学和患者病史，来诊断和预测不同类型的癌症。虽然现有技术能使他们进行预测，但手动整合来自不同来源的数据是很具有挑战性的，因此专家经常发现自己其实在进行主观评估。

       麻总百瀚-百瀚和妇女医院计算病理学系助理教授，麻省理工大学和哈佛大学的 Broad 研究所癌症项目助理研究员 Faisal Mahmood 博士表示：“专家分析了许多证据来预测患者的表现。这些早期检查成为决定是否参与临床试验或具体治疗方案的基础，但这也意味着这种多模式预测发生在专家层面，我们正在尝试通过计算解决这一问题。”

       通过这些新的 AI 模型，Mahmood 和其同事发现了一种通过计算方式整合几种形式的诊断信息以产生更准确的结果预测的方法。 这些 AI 模型展示了进行预后判断的能力，同时还发现了用于预测患者风险的特征预测基础——这一特性可用于发现新的生物标志物。

       研究人员使用癌症基因组图谱（TCGA）构建了这些模型。TCGA 是一个公开的资源，包含许多不同类型癌症的数据。

       然后，他们开发了一种基于多模态深度学习的算法，该算法能够从多个数据源学习预后的信息。通过为组织学和基因组数据创建单独的模型，他们可以将该技术融合成一个提供关键预后信息的集成体。

       最后，他们通过将 14 种癌症类型的数据集以及病人的组织学和基因组数据输入该模型，评估了其功效。结果表明， 这些模型比那些只包含单一信息来源的模型产生了更准确的病人结果预测。

       这项研究强调，使用 AI 整合不同类型的临床信息数据来预测疾病结果是可行的。

       Mahmood 解释说，这些模型可以让研究人员发现结合不同临床因素的生物标志物，并更好地了解他们诊断不同类型癌症所需的信息类型。研究人员还定量地研究了每种诊断方式对单一癌症类型的重要性以及整合多种方式的好处。

       AI 模型还能够阐明驱动预后预测的病理和基因组特征。 研究小组发现，这些模型将病人的免疫反应作为预后标记，而没有经过训练，这是一个值得注意的发现。因为以前的研究表明，肿瘤引起更强的免疫反应的病人往往会有更好的结果。

       虽然这种概念验证模型揭示了 AI 技术在癌症治疗中的新作用，但这项研究只是临床实施这些模型的第一步。在临床中应用这些模型需要合并更大的数据集并在大型独立测试队列中进行验证。展望未来，Mahmood 旨在整合更多类型的患者信息，如放射学扫描，家族史和电子病历，并最终将模型应用于临床试验。

       Mahmood 博士表示：“这项工作为结合来自多个来源的数据的大型医疗保健 AI 研究奠定了基础。从更广泛的意义上讲，我们的发现强调要建立具有更大数据集和下游临床试验的计算病理预后模型，才能实现更好的数据实用性。” 

AI可精准预测癌症预后

技术前沿

ADVABCED TECHNONLGY

       9月1日，世界人工智能大会在上海举行。在芯片主题论坛上，中国工程院院士高文发表了题为“人工智能与EDA技术的前瞻性发展”的演讲。在高文看来，AI的应用将使芯片设计所需的时间由以月为单位缩短到以分钟为单位；但要使AI发挥作用，获取数据是最关键的环节。

       从宏观来看，人工智能与集成电路的作用是相互的。集成电路可以为AI训练提供硬件平台。现阶段，包括英伟达、华为、谷歌在内的芯片设计企业均推出了自己的GPU或NPU，作为人工智能训练和推理的硬件平台。同时，在集成电路行业进行芯片设计的过程中， AI也可发挥关键作用。AI应用于芯片设计，不仅将帮助芯片设计企业提高设计效率，甚至将会为芯片设计带来革命性的改变。

       第一，AI将大幅缩短芯片设计所需时间，降低芯片设计公司的人工成本。芯片设计是一个需要不断优化的过程。制造、封装完成的产品，有时候不会与工程师芯片设计过程中的预想完全一致，会存在一定的偏差，需要依照设计目标对设计过程和结果进行优化。在掩膜、布线等芯片制造等环节，也存在需要迭代优化的空间。AI的作用，便在于通过深度学习，对芯片设计、制造全流程进行优化。

       高文举了一个AI与工程师按照同样的标准设计芯片的对比案例。从设计结果来看，工程师设计的芯片尺寸为133μm×254μm,AI设计的芯片面积更小,为130μm×250μm。仅从外观来看，二者差别不大，但二者在设计速度差了好几个量级，工程师设计的芯片以月为单位，但AI软件设计则是以分钟为单位。

行业资讯

INDUSTRY INFORMATION

       第二，应用AI将有效满足市场对集成电路复杂程度的需求。曾有学者称，当前集成电路复杂程度将呈指数级上升。要完全靠人工支持集成电路的发展是难以实现也不可持续的。要实现这一目标，AI是必选项。若能够将AI引入芯片编译器，则原本需要依靠人工优化布线、布局等工作就可以交给计算机完成。更重要的是，计算机可实现24小时连续工作。由此，耗时量高、人力投入最大的工作便可以采用人工智能进行替代。

       高文认为，利用人工智能寻找最优布线方案是最理想的。由于该解决方案没有最优解，只有次优解，而且解决方案多种多样，想将解决方案穷举将耗费大量人工劳动时间。而人工智能则能够在相对短的时间内将可能存在的所有的布线方案都穷举出来。在人工智能完成工作后，工程师需要做的，仅仅是在穷举的结果中挑选一个效果最好的方案即可。

       然而，要将AI用于芯片设计，高文认为还有数据来源的问题待解决。随着时间推移，采用传统机器学习方法解决的问题将逐渐转向利用深度神经网络解决。而要采用深度神经网络技术，数据来源最关键。高文认为，获取数据是采用深度神经网络过程中最难的环节。相比于人脸识别等功能，集成电路布线的AI学习缺少数据支撑。当前，获取数据有几个渠道，一是通过开源的项目获得；二是采用过往积累的数据。

       这两种来源的数据各自存在局限性。其一，通过开源项目获得的数据量有限；二是企业自行积累的数据多适用于某一种产品，存在与某特定领域，当离开了该领域，数据便不一定具有可参考性。高文表示，要使数据跨领域生效，一定程度上可以采用迁移学习的方法实现，以此将既有的数据激活，但仍有大量数据无法通过该方式激活。

       从理论上来说，通过小体量样本进行学习找到规律能够实现。但从实际操作的经验来看，近几年，要想将AI系统激活，使之生效，仍需要大量的数据才可以。现阶段，部分海外公司已经能够实现将深度学习集成到其研发工具中；但国内的EDA公司在数字电路方面积累的数据较少，要将深度学习集成到芯片设计环节仍有难度。

       至于AI在芯片设计领域的未来发展，高文认为，光子AI芯片将有望成为下一代计算的发展方向。要采用深度神经网络进行大规模AI计算，将给集成电路的耗电和芯片设计问题带来挑战。而若采用光子芯片，则可实现运算速度更快，成本更低。

       大脑复杂、神秘，研究大脑被认为是人类终极的探索之一。作为最为复杂的科学探索领域，大脑的研究既令人着迷，也同样令人望而生畏。

       脑机接口技术会使人类退化吗？一旦脑机接口技术得到应用，人类的自由意志会被他人操纵吗？用人脑去研究人脑，如何克服我们自带的主观性？脑机接口是否能释放人类无限的潜力？

       这些问题看起来不切实际、脑洞大开，实则不然。10年前科幻小说和电影里的场景，如今已通过科学技术照进现实。比如，我们已证实脑机接口技术可以重建人们的运动能力，大脑损伤的患者靠意念进行简单交流。近几年脑机接口技术频频有新的进展出现，但大众对于脑机接口的感知仍然存在距离。这个复杂的研究领域目前有哪些瓶颈？脑机接口技术研究探索到了哪一步？有哪些新的技术出现？

       9月16日，由天桥脑科学研究院（Tianqiao and Chrissy Chen Institute, TCCI）主办的“面向大众的神经技术”国际论坛，来自中国、美国、德国、荷兰和新加坡的5位国际知名科学家分享了最前沿的神经技术，深入探讨了这些技术在临床、心理和康复等领域的应用进展。大家最疑惑的问题在论坛中都会有答案，让我们深入其中，看看这些研究大脑的“最强大脑”们带来哪些脑机接口的最新进展。

       溯源：人类解码大脑的梦想照进现实

       早在20世纪30年代，自德国精神病学家Hans Berger发现脑电图后，科学家们就开始思考这些脑电波代表的意义。此后，人们做了多方面的尝试。比如，在脑电图的监测下，让受试者想象字母，拼写成句，甚至直接想象句子，让计算机解码，使患者直接通过“意念”与外界交流。这些在过去的“科幻”，如今正在逐步变为现实。

       目前，侵入性神经技术（如脑深部电极）在临床主要应用于帕金森病和癫痫的治疗，虽然它们精确、有效，却也面临着政策监管、价格昂贵、原理模糊等挑战。相比之下，非侵入性的技术（如多导睡眠监测系统等）更易获得批准，但精确性却欠佳。

Gerwin Schalk教授介绍通过应用神经技术解码人类语言的研究

       在论坛中，天桥脑科学研究院应用神经技术前沿实验室（TCCI Frontier Lab）主任Gerwin Schalk教授形象地解释了脑科学家的工作：“这就像在一个体育场外面放一个话筒，你很难听到场馆内的声音。但如果我们在这个体育场外面放满了话筒，就可以收集到更多的信息，这就是我们现在在做的事情。”

       虽然百年来神经技术应用已得到了飞速发展，但真正适用于病患和大众的成功案例甚少，从实验室研究到最终应用之间还有很长的路，需要多学科的融合和共建。Schalk教授团队开发的脑机接口研究系统成绩斐然。传统的电刺激检测脑功能区域可能需要好几个小时，Schalk教授团队开发的系统只需要数分钟。如今，这套系统已在世界范围内得到了广泛应用。面向未来，Schalk教授希望能在天桥脑科学研究院（TCCI）继续研究适合中国大规模人群脑机接口技术，例如针对汉语言的作用脑区作深入研究。

       脑科学领域虽然复杂，但一直都在螺旋上升前行。作为顶尖的脑科学家，Schalk教授认为脑科学的探索需要务实，而不是仅仅停留在漂亮的概念与设计上。科学界必须做出持续的、系统性的努力，向着解决实际问题的方向出发。脑科学领域的深入探索能让我们以全新的维度认识大脑。

行业资讯

INDUSTRY INFORMATION

       元脑：用数字技术模拟人类大脑

       如果往大脑深处行进，应用数字技术来还原大脑的动态状况，构建一个数字大脑，可以形象地认识与探索大脑。例如在疾病状态下，大脑会产生一系列变化，如果能建立一个与之相对应的数字大脑，还原疾病的动态发展演变过程，或许就能帮助我们更好地明白其机制，准确预判并开发出更精准的治疗方案。

                          洪波教授介绍元脑的概念和元脑动态系统的构成

       论坛中，清华大学生物医学工程系洪波教授分享了“元脑（Meta Brain）”的新兴概念和他的团队在这个领域上所做的相关工作。“你也许很难想象无数美丽的数学公式能够解释人类大脑的运作机理。”在会中，据洪波教授介绍，元脑的构想是利用脑机接口技术建立大脑的动态数字模型，来帮助提升理解大脑的功能运作，重现生理、病理过程，最终达到应用目的。

       而元脑得以快速发展的机遇则是乘上了前沿技术发展的快车，包括神经影像学、脑电生理和计算机技术等，无一不在助阵元脑研究的深入。洪波教授介绍了许多科学家在脑数字重建上做过的工作，如静态元脑、动态激发元脑，乃至于动态的癫痫大脑。这些脑数字重建的点滴工作都在为构建未来的疾病数字大脑、数字孪生大脑夯实基础。

       在脑机接口技术不断发展的过程中，其中最大的争议是来自伦理的风险。脑科学领域的伦理讨论声音有很多，支持者和反对者各自都有站得住脚的立场。作为脑科学领域的资深科学家，洪波教授提出了一种解决思路。洪波教授认为在目前，脑机接口还处于研究阶段，所有的研究实验都必须通过受试者的知情同意，所以暂时伦理学风险较小。在未来，如果脑机接口技术得到了大规模应用，人的大脑或意识能被潜伏、探测甚至远程侵入的风险增高，可能会造成严重的社会问题。或许在将来，我们可以从基因编辑的伦理学风险中借鉴一些针对脑机接口技术应用的伦理处理方法。

       脑机接口+心理：重建心灵沟通桥梁

       目前全世界有20%的人经受着神经系统紊乱的影响，其中一半和心理健康相关，影响近10亿人。对此目前主要的治疗方式是药物治疗和心理治疗，但患者往往需要长时间的治疗才能产生效果。而脑机接口在心理健康的治疗中具备巨大的潜力。

       例如脑机接口技术在临床闭锁综合征的应用。据荷兰乌得勒支大学医学中心Nick Ramsey教授介绍，闭锁综合征可以发生在运动神经元病、卒中、肌萎缩侧索硬化症等疾病晚期，患者意识清醒，但全身只有眼皮可以活动，难以和外界交流，十分痛苦。为了提升这类患者的生命质量，Ramsey教授的团队开展了多年研究。

Nick Ramsey教授介绍从脑机接口技术中获益的闭锁综合征患者案例

       Ramsey教授的团队为闭锁综合征患者创建了能帮助他们独立自主与外界交流的家用脑机接口设备。此前，他们已经为一位58岁的晚期闭锁综合征患者应用了这一系统，通过解码软件算法，患者反复练习后能够实现每分钟输入约两个字母，准确率接近90%。相关病例于2016年发表在《新英格兰医学杂志》上。如今6年多过去了，这位患者依旧在使用该设备，每日使用时间可达20小时，该设备已经成为患者与外界沟通的唯一渠道。

       除此之外，Ramsey教授也介绍了其他几种能帮助患者与外界直接交流的技术研究进展，比如，通过检测人类发声器官（如咽喉、下颌、舌等的运动）来解码语言；通过脑机接口直接解码患者想要表达的语句，并呈现在屏幕上。这些脑机接口的新进展为许多脑科学领域的研究者和患者打上了强心剂，为大家带来希望。在心理疾病的治疗外，脑机接口在临床中的康复治疗一直备受瞩目。

       脑机接口+康复：帮助患者重拾生活信心

       将脑机接口和神经调节技术相融合，不仅能帮助我们发现脑震荡、脑功能和行为之间的重要联系，也能极大改善患者的运动功能。脑机接口技术是一种非常有效的临床康复工具。

          Soekadar教授展示运动障碍者在接受脑机接口技术应用后恢复活动的案例

       柏林大学医学中心的Soekadar教授团队研制的非侵入性脑机接口+外骨骼的搭配应用，可以通过解码大脑的运动指令并定向施加刺激，使严重脊髓损伤导致运动障碍的病人重拾一些自理技能，如抓取、吃饭、喝水等一系列日常活动。在实际的应用中，一些运动障碍病人通过这项技术能够完成部分的生活自理活动，大幅改善了患者的生活质量。虽然目前侵入式脑机接口技术仍存在感染出血、未经永久使用许可、需要手术及价格昂贵等诸多挑战，但脑机接口+外骨骼在临床上的应用价值巨大。越来越多的临床试验正在验证脑机接口在康复训练方面的前景。

       新加坡南洋理工大学计算机科学与工程学院关存太教授认为脑机接口可用于功能恢复的理论基础是神经可塑性（Neuroplasticity）。所谓的神经可塑性指的是大脑在受到损伤之后，能够持续不断地重塑神经元之间的连接。而神经系统疾病的康复即是通过有目的地刺激大脑从而达到部分功能的恢复。

                    关存太教授介绍基于深度学习等算法的新型非侵入脑机接口技术

       关存太教授使用脑机接口技术对卒中患者进行有目的的运动康复训练，并且关存太教授也提出除了运动康复以外，脑机接口可以帮助卒中后病人进行精神心理方面的康复。在关存太教授团队的研究中，基于深度学习等算法的新型非侵入脑机接口技术，可以使得卒中患者的理解准确率，从传统脑机接口技术的68.6%上升到近90%。

       团队通过研究脑机接口康复技术在儿童多动症、老年人认知功能下降、社交焦虑及广泛焦虑方面的探索中发现，受试者能够在完成指定任务中得到实时反馈，从而通过多次量化的反馈与训练，达到改善注意力、强化认知、缓解焦虑等成果。这些实验的成果不断鼓舞着脑科学领域的科研人员，也给患者带来了生存质量提升的福音。

       在这场论坛中，我们看到了脑机接口最前沿的技术研究，最新的落地情形。脑科学家们将前沿实验室里的脑机接口技术从理论带到了临床，为许多生存质量堪忧的患者带来希望，也为大家打开了眺望未来大脑的窗口。脑疾病的探索、脑科学的研究让我们正在接近脑内深处的“黑洞”世界，虽然过程艰难、路途遥远，但脑科学研究正在积蓄势能，一步一步走向未来。

来源：脑极体

      谈到下一代的脑机接口技术，Soekadar教授认为可以做到把工作记忆、情感调节和运动-感觉互动整合到系统中去，达到适应性的脑功能刺激，实现脑功能的稳定与提升。在康复训练研究

之外，团队脑机接口的研究也在朝重建精神健康的方向进发，实现未来情感调节和运动康复的整合。

扫一扫关注我们