來自蘇黎世的研究團隊近日開發(fā)出了一種由人工神經(jīng)元制成的緊湊、節(jié)能的設備，能夠對腦電波進行解碼。該芯片利用從癲癇患者的腦電波中記錄的數(shù)據(jù)來識別大腦中哪些區(qū)域會導致癲癇發(fā)作。這為治療開辟了新的應用前景。leyu·樂魚(中國)體育官方網(wǎng)站

　　目前的神經(jīng)網(wǎng)絡算法產(chǎn)生令人印象深刻的結果，有助于解決數(shù)量驚人的問題。然而，用于運行這些算法的電子設備仍然需要龐大的處理能力。當涉及到實時處理感官信息或與環(huán)境的互動時，這些人工智能（AI）系統(tǒng)根本無法與實際的大腦競爭。而神經(jīng)形態(tài)工程是一種有前途的新方法，在人工智能和自然智能之間搭建起了橋梁。

　　蘇黎世大學、蘇黎世聯(lián)邦理工學院和蘇黎世大學醫(yī)院的一個跨學科研究小組利用這種方法開發(fā)了一種基于神經(jīng)形態(tài)技術的芯片，可以可靠而準確地識別復雜的生物信號。科學家們能夠利用這項技術成功地檢測到以前記錄的高頻振蕩（HFO）。使用顱內(nèi)腦電圖（iEEG）測量的這些特定波，已被證明是識別導致癲癇發(fā)作的腦組織的有希望的生物標志物。

　　研究人員首先設計了一種算法，通過模擬大腦的自然神經(jīng)網(wǎng)絡來檢測HFO：一個微小的所謂尖峰神經(jīng)網(wǎng)絡（SNN）。第二步是在一個指甲大小的硬件中實現(xiàn)SNN，該硬件通過電極接收神經(jīng)信號，與傳統(tǒng)計算機不同，它具有巨大的能源效率。這使得具有非常高的時間分辨率的計算成為可能，而無需依賴互聯(lián)網(wǎng)或云計算。

　　蘇黎世大學和蘇黎世聯(lián)邦理工學院神經(jīng)信息學研究所的教授 Giacomo Indiveri 說：“我們的設計使我們能夠實時識別生物信號中的時空模式”leyu·樂魚。

　　研究人員現(xiàn)在正計劃利用他們的發(fā)現(xiàn)創(chuàng)建一個電子系統(tǒng)，以可靠地識別和實時監(jiān)測HFOs。當作為手術室的一個額外診斷工具時，該系統(tǒng)可以改善神經(jīng)外科干預的結果。

　　然而，這并不是HFO識別可以發(fā)揮重要作用的唯一領域。該團隊的長期目標是開發(fā)一種可在醫(yī)院外使用的監(jiān)測癲癇的設備，這將使其有可能在幾周或幾個月內(nèi)分析大量電極的信號。

　　蘇黎世大學醫(yī)院的神經(jīng)生理學家 Johannes Sarnthein 解釋說：“我們希望在設計中整合低能量的無線數(shù)據(jù)通信--例如，將其與手機連接。像這樣的便攜式或植入式芯片可以識別癲癇發(fā)作率較高或較低的時期，這將使我們能夠提供個性化的藥物”。