在超聲波這個新興賽道，全球所有玩家?guī)缀醵荚谕黄鹋芫€上……大腦很多復(fù)雜功能和疾病都由跨腦區(qū)的‘神經(jīng)環(huán)路’控制，你不可能沿著一條環(huán)路插滿電極去調(diào)控它，但超聲可以做到?！?/p>

超聲波腦機接口

超聲波腦機接口旨在構(gòu)建一個“能對全腦信號進(jìn)行讀寫和分析的平臺”。

它利用相控陣技術(shù)將超聲波精準(zhǔn)聚焦于顱內(nèi)任意位置，實現(xiàn)對神經(jīng)活動的“寫入”（調(diào)控）；同時，通過捕捉神經(jīng)活動引起的微血管血流變化，實現(xiàn)對大腦信號的“讀取”（解碼）。

商用前景

在特定場景下，比如運動解碼方面，侵入式腦機接口控制機械臂、光標(biāo)等設(shè)備的速度和精度的優(yōu)勢是不可替代的，性能也能通過增加電極數(shù)量來提升。但它目前主要還是應(yīng)用在運動控制上。

從適應(yīng)癥的角度來講，語言解碼和運動解碼針對的適應(yīng)癥主要是漸凍癥跟高位截癱等疾病，市場相對要稍微小一點，不像做疼痛、中風(fēng)、帕金森，可能離臨床更近，患者更多。從這個角度，超聲波腦機接口可能會有更好的商業(yè)化前景。

超聲波的“寫入（調(diào)控）”技術(shù)

侵入式電極，是把電極插入大腦某個特定區(qū)域，對這個區(qū)域的神經(jīng)元進(jìn)行讀寫。這在局部是有效的，但也存在局限，只能作用于那個固定的“點”。

超聲帶來的最大突破，是對全腦任意位置進(jìn)行自由讀寫的可能性。這背后是“相控陣”技術(shù)。

■ 軍事雷達(dá)用相控陣控制電磁波，這里用它來控制機械波（超聲波）。通過精密控制多個超聲發(fā)射源的時間和相位差，可以在不開顱的情況下，在顱內(nèi)任意位置形成一個4到8毫米大小的聚焦區(qū)域。

■ 當(dāng)能量聚焦于此，該區(qū)域神經(jīng)元的活動就會被調(diào)控，可以被“激活”（興奮），也可以被“抑制”，這為治療提供了雙向調(diào)節(jié)的可能，而電刺激通常只能讓神經(jīng)元興奮。這種多靶點自由調(diào)控的能力是顛覆性的。

■ 比如，大腦很多復(fù)雜功能和疾病都由跨腦區(qū)的“神經(jīng)環(huán)路”控制，你不可能沿著一條環(huán)路插滿電極去調(diào)控它，但超聲可以做到，可以先刺激A點，隔500毫秒再刺激B點，再到C點，實現(xiàn)一種有時序的、針對整個環(huán)路的多靶點調(diào)控。這對神經(jīng)科學(xué)家而言是夢寐以求的工具。

超聲波大腦調(diào)控技術(shù)的實現(xiàn)主要有什么挑戰(zhàn)

目前來看的話，以疼痛治療的臨床研究為例，疼痛有很多種不同的亞型，引起的原因可能都不相同。比如說，疼痛和情緒有很強的關(guān)系，很多慢性疼痛患者都抑郁，抑郁患者都容易產(chǎn)生疼痛。

所以一些治療疼痛的藥物，本質(zhì)上調(diào)節(jié)的可能是情緒的靶點。所以要找到特定的亞型、特定的患者人群，然后可重復(fù)、可量化、可控且安全地通過超聲波進(jìn)行刺激治療，這是要做一系列的臨床研究的。

超聲波的“讀?。ń獯a）”技術(shù)

超聲波是通過采集“血流信號”來間接解碼神經(jīng)活動的，但傳統(tǒng)的B超、或經(jīng)顱多普勒（TCD）看腦血流已經(jīng)很多年了，分辨率太低了，圖像非常模糊。

超聲波腦機接口如何通過這些信號來讀取大腦意圖？需要研發(fā)一種超快超聲成像技術(shù)，關(guān)鍵就在于“快”和“分辨率”——需要以每秒數(shù)千幀的速度，去捕捉神經(jīng)元放電前后（約有1.5秒延遲），毛細(xì)血管里發(fā)生的微小血流變化，把空間分辨率從毫米級提升到百微米級。

這項技術(shù)最大的好處是全腦覆蓋。一個侵入式電極陣列，比如Neuralink的技術(shù)，覆蓋的面積可能只有大腦皮層的1.3‰。而同樣一個探頭放在頭上，超聲波可以對25%的全腦體積進(jìn)行血流成像。有了這樣的數(shù)據(jù)，才有可能去研究全腦功能活動。

AI基礎(chǔ)模型的利用

雖然“全腦讀取”聽起來很美好，但全部血流信號混雜在一起，就像一鍋粥，而且與真正的神經(jīng)放電活動之間還有先后差別與1.5秒的延遲，如何讀出有意義的信息？

這正是目前全球范圍內(nèi)，這個領(lǐng)域最大的挑戰(zhàn)，也是最大的機會。要從這鍋粥里理出頭緒，需要靠一個強大的AI基礎(chǔ)模型來解釋它。

這項工作剛剛開始，全球都還沒有現(xiàn)成的解決方案。算法是什么、數(shù)據(jù)如何標(biāo)注、模型如何訓(xùn)練、效果如何評價，一切都是未知的。

■ 需要用多模態(tài)數(shù)據(jù)來做“交叉標(biāo)注”。比如，同時記錄有“金標(biāo)準(zhǔn)”的腦電信號和超聲血流信號，讓AI去學(xué)習(xí)它們之間的對應(yīng)關(guān)系，這就像早期的AI需要大量人工標(biāo)注圖片一樣。當(dāng)這個模型足夠強大時，才有可能從看似混亂的血流信號中，推理出大腦真實的活動模式。

■ 加州理工學(xué)院已經(jīng)有論文證明，用血流信號可以解碼運動意圖來控制機械臂，這證明了方向的可行性，但延遲問題和解碼精度仍需AI和硬件的共同突破。

節(jié)選自澎湃新聞與從業(yè)者的訪談

來源 | 腦機接口社區(qū)公眾號

浙大科技園啟真腦機智能產(chǎn)業(yè)化基地是在浙大控股集團(tuán)領(lǐng)導(dǎo)下，由浙江大學(xué)科技園發(fā)展有限公司與杭州未來科技城管委會共建，圍繞腦機智能產(chǎn)業(yè)主體，輻射腦機+生命健康、腦機+智能制造、腦機+新一代信息技術(shù)、腦機+新材料等領(lǐng)域的專業(yè)化特色產(chǎn)業(yè)基地，由杭州啟真未來科技發(fā)展有限公司負(fù)責(zé)全面運營。

基地依托浙江大學(xué)在腦機智能方面的學(xué)科優(yōu)勢，以腦機智能作為核心科技支撐，貫徹浙江大學(xué)國家大學(xué)科技園“有組織科技成果轉(zhuǎn)化、有靶向科技企業(yè)孵化、有體系未來產(chǎn)業(yè)培育”的服務(wù)體系，致力于打造腦機智能領(lǐng)域具備成果顯示度、區(qū)域影響力的產(chǎn)業(yè)化高地。