9月20日，脑机接口医学联盟脑机成像高质量数据集协作组正式成立。据悉，南京大学依托高校的学科积淀，联动附属鼓楼医院的优质临床资源，推动多学科深度交叉融合。
当前脑机接口领域科研成果不断涌现、技术热度持续攀升，但要走向大规模落地应用仍面临现实阻碍。前沿技术能走多远，往往取决于底层基础建设是否牢靠，而高质量数据集正是支撑行业发展的核心地基。
中国科学院院士、南京大学常务副校长、南京大学脑机接口研究院院长郑海荣表示，脑机接口要真正走进临床医疗与大众消费场景，离不开对人脑神经信息的精准读取解析，这一切的前提是脑机接口垂直大模型的成熟发展。模型推演的准确度与数据集质量直接挂钩，没有高质量数据集支撑，模型运算便“算不准”，脑机信号也就“传不真”，“高质量数据集是整个行业发展不可或缺的基础工程。”
郑海荣指出，无创脑机接口的前行之路，亟待多模态高质量数据集托举，这是全行业的共同诉求。单一类型数据如同盲人摸象，仅能捕捉大脑信息的局部侧面。磁共振、脑电、超声、光学、PET等不同模态数据各有所长，只有将多类数据相互补充印证，才能完整重建人脑的全部神经信息。“此次协作组成立，正是希望聚合多方力量收集整合各类脑功能数据，面向临床研究机构和创新企业开放基础数据资源，结合算力资源搭建完整研发闭环。”
在脑科学研究中，磁共振成像占据枢纽位置。它通过捕捉大脑水分子的信号变化，反映大脑神经活动的分布特征，实现全脑范围的脑功能观测，这是其他技术难以替代的优势。将磁共振脑功能模板与脑电、超声、光学等技术相互融合，才能构建高度贴近真实人体的脑仿真模型，超高场磁共振支撑下的磁共振脑机接口也因此迎来广阔发展前景。
不过，海量数据资源不等于可用的科研资产，数据体量大小也不能直接等同于数据集质量高低。“算力算法备受行业关注，但数据质量才是决定模型训练成效的关键变量。”南京大学医学院附属鼓楼医院党委副书记、南京大学脑机接口研究院副院长张冰表示，数据库与高质量数据集不能混为一谈，从采集标注到落地应用，全流程都需恪守统一规范，才能锻造出真正服务科研的优质数据集。
数据采集环节的标准统一，是高质量数据集建设的第一步。同样一项神经影像检查，若各家医疗机构采集参数各不相同，跨机构数据对比分析便无从谈起。除影像序列保持一致外，每组影像数据还需配套完整对齐的临床信息，临床量表评估、行为学记录、血液生物标志物等材料缺一不可。影像与临床信息相互匹配，样本信息才算完整，最终才能为智能模型训练、闭环神经调控治疗输出精准可靠的原始素材。
在标准化数据集建设上，南京鼓楼医院已先行探索。张冰介绍，医院很早就布局建设院内大数据中心，打通不同类型数据库，实现多模态数据灵活调阅。依托该平台，医院已建成四五十个专病数据库，拿下11项高质量数据集相关知识产权，其中阿尔茨海默病神经影像数据集就收获两项知识产权。
与此同时，设备硬件升级也在不断拓宽人类观测大脑的边界。张冰介绍，磁场强度数值T代表磁共振设备的硬件能力，临床常见设备多为1.5T与3T。如今国产自主研发的5T超高场磁共振，将成像分辨率提升至全新层级，分辨率越高，越有机会解锁更多大脑未知谜题。她以嗅觉神经环路研究举例：“过去传统磁共振只能看到笼统的脑区活动，借助超高场设备，科研人员可观测到脑区内部亚皮层分层的功能差异。嗅觉感知中，内嗅皮层浅层主要承担前馈感知功能，深层则负责信号反馈与信息整合。这种对细微神经活动的精准区分，为嗅觉脑机接口的解码工作提供了现实依据。”
但硬件进步无法直接转化为科研成果，只有搭配统一的数据共建共享机制，先进设备的价值才能充分释放。此次成立的脑机成像高质量数据集协作组，正是全国脑机接口医学联盟框架下的具体实践，由南京大学与鼓楼医院共同牵头，联合国内多家头部医院与顶尖科研单位，共同制定数据采集规范，推动数据可追溯、可共享、可复制。
现代快报/现代+记者 张宇
热门跟贴