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 Xilin Liu 正在与微电子和人工智能合作，以使这项新兴技术更加安全和智能。应用科学与工程学院助理教授刘说：“神经元部分通过电信号相互交谈，而治疗性神经植入物会产生电刺激——就像大脑的起搏器一样。” “在震颤或癫痫发作的情况下，刺激试图将神经元恢复到正常状态。“就好像刺激会关闭和打开神经网络——就像重新启动计算机一样，尽管它绝对不是那么简单。科学家们还没有完全理解它是如何工作的。”

刘的团队通过与制造当今计算机和智能手机中使用的芯片相同的工艺将神经植入物集成到微型硅芯片中。这项技术被称为互补金属氧化物半导体的 CMOS，使他们能够减小设备的物理尺寸和功耗，从而最大限度地降低与植入物的初始外科手术和长期使用相关的风险。“我们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，”Liu 说。“我们试图从许多不同的角度来解决这个问题。”

刘是神经技术中心 CRANIA 的一员，该中心是多伦多大学和大学健康网络之间的合作项目，该中心汇集了电气和计算机工程师以及神经科学家、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路径，特别是对于那些对当前药物反应不佳的人。在最近的一个项目中，刘和他的团队试图利用 AI 的力量来最大限度地提高植入物的临床疗效，并尽量减少过度刺激的不利影响。

Xilin Liu 的指尖上拿着一个 3 毫米 x 3 毫米的神经植入芯片原型（Matthew Tierney 摄）

该团队转向了一种称为深度学习 (DL) 的人工智能——这种算法在经过训练后，可以在面对新数据时提取深层信息。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，并且在检测最佳时机时它们优于传统算法。“大多数现有的植入物以恒定的速率产生电刺激，无论患者的状况如何，”刘说。“借助 DL，我们可以在最佳时间且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得集成成为一项挑战，特别是考虑到所有处理都在植入物中本地运行至关重要。

“云将提供更多的处理能力，但植入物不会因为失去电信服务而失败——例如，当病人进入电梯或飞机时，”刘说。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状况训练和优化模型的技术。最近的一项案例研究表明，在低功率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 年发表在 《神经工程杂志》上。

刘说，他的团队的技术可用于癫痫以外的广泛临床应用，并指出全球多达 10 亿人患有各种脑部疾病。开放式合作的必要性是刘旨在给参加他今年秋季首次亮相的新神经调节课程的研究生留下深刻印象的东西。“大脑中发生了很多事情，”刘说。“你需要一系列专家来了解这些疾病并提供解决方案，随着人类预期寿命的增加，这些疾病只会变得更加普遍。”

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。“睡眠受损与阿尔茨海默氏症有关，许多人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。“大脑真是太神奇了。”（来源：https://www.utoronto.ca/news/researcher-combines-ai-and-microelectronics-create-neural-implants-fight-brain-disorders）