追问daily | Willow，超越经典量子计算；Sora正式降临；13种与大脑衰老密切相关的蛋白质|163

█ 脑科学动态

孤独症儿童眼球运动模式揭示社交感知新特征

区分信号与噪声：大脑感知稳定性背后的正交化机制

13种与大脑衰老密切相关的蛋白质

感官刺激显著提高视觉工作记忆容量

星形胶质细胞调控压力反应的分子与神经机制

社会拒绝是一种重要的学习工具

高阶脑图谱技术揭示高级脑功能组织新见解

果蝇大脑生物钟完整图谱揭示新型神经调控机制

█ AI行业动态

OpenAI Sora 正式降临，颠覆你的创意表达

强化微调：OpenAI 推出定制化专家模型新技术

OpenAI首次直播，o1完全体亮相：AI推理时代的新篇章

中国对英伟达展开反垄断调查

特斯拉机器人大秀“蒙眼”技能，跑下45°斜坡

突破性量子芯片：Willow的量子时代新篇章

█ AI研发动态

机器学习让退化信号也能精准解码

人工智能提升急性中风时间评估准确度达两倍

人工智能模型精准预测类器官发育质量

创新离子电子学技术揭示神经抑制机制

MRI图像质量提升新方法：从运动校正到数据协调

数字化训练提升老年人空间记忆：新型神经技术显神效

模仿大脑动态视觉处理的 AI 系统 MovieNet

脑科学动态

孤独症儿童眼球运动模式揭示社交感知新特征

孤独症患者在社交沟通中的障碍，尤其是面部识别能力的下降，是研究的重要背景。研究由休斯顿大学的Jason Griffin领导，团队运用了先进的眼动追踪技术，以揭示孤独症儿童在视觉处理和社交感知中的独特特征。

研究选取了280名孤独症儿童和119名神经正常儿童（年龄6-11岁），通过隐马尔可夫模型对其在三次眼动追踪测定中的社交注意力进行了评估。这些实验在三个时间点完成：基线（开始时）、6周和24周。分析表明，孤独症儿童表现出两种主要的眼动模式：“聚焦模式”表现为注视集中于较小面部区域，初期捕获注视的概率较高；“探索模式”则倾向于较大面部区域和非社交对象，初期注视概率较低。孤独症儿童更常表现探索模式，这种模式与孤独症核心症状（如适应功能和面部识别能力下降）密切相关。研究发表在 Biological Psychiatry 上。

#认知科学 #孤独症 #眼动追踪 #社交感知

阅读论文：

Griffin, Jason. “Eyes Are Windows to the Brain: Capturing Eye Movements to Better Understand Face Processing in Autism.” Science, vol. 386, no. 6722, Nov. 2024, pp. 632–632. science.org (Atypon), https://doi.org/10.1126/science.ads7359

“Spatiotemporal Eye Movement Dynamics Reveal Altered Face Prioritization in Early Visual Processing Among Children With Autism.” Biological Psychiatry: Cognitive Neuroscience and Neuroimaging, Sept. 2024. www.sciencedirect.com, https://doi.org/10.1016/j.bpsc.2024.08.017

区分信号与噪声：大脑感知稳定性背后的正交化机制

东京大学的Kenichi Ohki教授团队研究了大脑中自发活动与感官输入活动的关系，旨在揭示大脑如何实现感官知觉的稳定性。

研究团队使用基因编码钙指示剂（GCaMP）对狨猴的初级视觉皮层（V1）和更高级视觉区域进行成像，分析两种活动之间的关系。在初级视觉区域，自发活动和刺激诱发活动表现出高度相似的模式，而在高级视觉区域，这两种活动逐渐变得正交（即彼此独立）。这种正交化（orthogonalization）过程显示出大脑分离信号与噪声的层次性机制。这些结果不仅阐明了大脑感知稳定性的关键机制，还为开发抗噪声的人工智能提供了启示。研究发表在Nature Communications 上。

#神经科学 #正交化 #视觉皮层 #抗噪声AI

阅读论文：

Matsui, Teppei, et al. “Orthogonalization of Spontaneous and Stimulus-Driven Activity by Hierarchical Neocortical Areal Network in Primates.” Nature Communications, vol. 15, no. 1, Dec. 2024, p. 10055. www.nature.com, https://doi.org/10.1038/s41467-024-54322-x

13种与大脑衰老密切相关的蛋白质

随着全球老龄化进程加速，大脑健康成为研究热点。现有神经退行性疾病的治疗手段有限，亟需通过早期干预改善大脑健康。中南大学与英国生物银行合作，由Wei Cheng及其团队主导研究，基于蛋白质组学与脑成像数据，探讨血液蛋白与大脑衰老的关系。

研究人员利用10,949名健康成年人的多模态脑成像数据，结合4696名参与者血液中2922种蛋白质浓度的关联分析，发现了13种与大脑生物年龄差（BAG）显著相关的蛋白质。其中，Brevican（BCAN，中枢神经系统结构蛋白）与痴呆、中风等疾病显著相关，其功能与大脑皮质和皮质下结构变化直接相关。此外，血液中蛋白质浓度在57岁、70岁和78岁呈现显著变化峰值，提示这些年龄可能是大脑健康转变的关键时期。研究指出，这些蛋白质的异常调节反映了特定的生物学路径，与大脑衰老密切相关，为相关疾病的早期干预提供了新方向。研究发表在 Nature Aging 上。

#大脑健康 #蛋白质组学 #脑成像 #生物标志物

阅读论文：

Liu, Wei-Shi, et al. “Plasma Proteomics Identify Biomarkers and Undulating Changes of Brain Aging.” Nature Aging, Dec. 2024, pp. 1–14. www.nature.com, https://doi.org/10.1038/s43587-024-00753-6

感官刺激显著提高视觉工作记忆容量

视觉工作记忆（vWM）是帮助人类短暂存储和处理视觉信息的重要认知系统，但其容量有限。此前研究多使用经颅电刺激技术（tACS）增强记忆功能，而巴塞罗那庞培法布拉大学的研究团队提出通过感官刺激实现类似效果。主要作者Indre Pileckyte和Salvador Soto Faraco通过一系列实验验证了这一假设。

研究设计了六组实验，结合视觉和听觉的节律刺激，分别以4Hz和7Hz频率调整大脑theta振荡，以观察其对视觉工作记忆的影响。参与者在实验中需判断短暂呈现的色块阵列是否发生颜色变化。结果显示，与基线条件相比，两种刺激频率均显著提高记忆容量，其中7Hz效果略优于4Hz，且对基线工作记忆能力较弱的参与者提升尤为显著。进一步分析表明，该效果与大脑振荡的时间调节相关，可能不涉及单纯的警觉性提升。研究为感官刺激在非实验室环境中的应用提供了理论依据，如在日常生活中提升记忆效率。研究发表在 Communications Psychology 上。

#认知科学 #感官刺激 #视觉工作记忆 #theta振荡 #神经夹带

阅读论文：

Pileckyte, Indre, and Salvador Soto-Faraco. “Sensory Stimulation Enhances Visual Working Memory Capacity.” Communications Psychology, vol. 2, no. 1, Nov. 2024, pp. 1–18. www.nature.com, https://doi.org/10.1038/s44271-024-00158-6

星形胶质细胞调控压力反应的分子与神经机制

长期的过度压力可能导致焦虑和抑郁等神经精神疾病。先前研究主要关注神经元在压力调控中的作用，而星形胶质细胞的角色尚未被深入探讨。大邱庆北科学技术院（DGIST）脑科学系的Hyosang Lee教授团队与首尔国立大学牙科学院Se-Young Choi教授团队合作，揭示了星形胶质细胞调控应激反应的机制，为神经精神疾病的治疗开辟新思路。

研究通过实验鼠模型测试了星形胶质细胞在不同压力条件下的反应机制。研究发现，星形胶质细胞在应对感官和社会压力刺激时，其细胞内钙离子（Ca²⁺）浓度显著升高，并通过腺苷信号通路调节兴奋性和抑制性突触传递。在侧隔膜背部（LSd），星形胶质细胞通过A1R信号抑制神经元活动，引发社交回避行为和焦虑，同时增加社会压力下的心率。而在侧隔膜中部（LSi），它们通过A2AR信号增强抑制性传递，导致无压力情况下心率和皮质醇水平升高。研究首次明确了星形胶质细胞在调控压力反应中的分子和神经回路机制，开辟了新的治疗路径。研究发表在 Nature Communications 上。

#大脑健康 #星形胶质细胞 #压力反应 #神经回路

阅读论文：

Seo, Kain, et al. “Astrocytic Inhibition of Lateral Septal Neurons Promotes Diverse Stress Responses.” Nature Communications, vol. 15, no. 1, Nov. 2024, p. 10091. www.nature.com, https://doi.org/10.1038/s41467-024-54376-x

社会拒绝是一种重要的学习工具

社交互动中，接受和拒绝的反馈不仅影响情感，还帮助我们了解社会关系。南加州大学多恩西夫文学、艺术与科学学院的 Leor Hackel 教授和Begüm Babür等研究者通过创新实验，深入探讨了这一问题的神经机制。

研究团队设计了一项社交游戏实验，让参与者在核磁共振扫描仪中接受两类反馈：成功匹配（奖励结果）和他人对其信任程度的排名（关系价值）。通过贝叶斯认知模型和神经影像分析，研究发现，大脑以两种不同的方式处理这些反馈。奖励学习涉及腹侧纹状体。而对关系价值的学习激活了与社会拒绝相关的区域（如前扣带皮层）。这种双路径机制帮助个体区分值得维持的关系，并促进正向社会行为。

这些结果为理解心理健康问题提供了启示。例如，抑郁症患者可能难以从社会奖励中受益，而社交焦虑症患者可能低估他人对自己的重视。研究发表在 PNAS 上。

#认知科学 #社会交往 #奖励机制 #心理健康

阅读论文：

Babür, Begüm G., et al. “Neural Responses to Social Rejection Reflect Dissociable Learning about Relational Value and Reward.” Proceedings of the National Academy of Sciences, vol. 121, no. 49, Dec. 2024, p. e2400022121. pnas.org (Atypon), https://doi.org/10.1073/pnas.2400022121

高阶脑图谱技术揭示高级脑功能组织新见解

伯明翰大学的研究团队开发了一种突破性的高阶脑图谱技术，旨在解决传统大脑模型仅能描述成对区域交互的局限性。研究利用“人类连接组项目”中的fMRI数据，对100名参与者的脑活动进行了深入分析。

通过高阶方法（higher-order approaches，一种揭示三个或更多脑区间复杂交互的新方法），团队解决了传统模型无法处理的噪声问题，生成了精准的脑活动模型。他们的分析发现，高阶信号可以有效区分任务状态（例如识别参与者在扫描中完成的任务），为每位参与者创建独特的脑信号“指纹”，并解析个体高阶信号与行为特征之间的关系。这种新技术在未来有望用于阿尔茨海默病等神经退行性疾病的研究，为疾病早期检测和脑功能变化追踪提供更广阔的前景。研究结果发表在 Nature Communications 上。

#神经技术 #高阶交互 #脑图谱 #阿尔茨海默病

阅读论文：

Santoro, Andrea, et al. “Higher-Order Connectomics of Human Brain Function Reveals Local Topological Signatures of Task Decoding, Individual Identification, and Behavior.” Nature Communications, vol. 15, no. 1, Nov. 2024, p. 10244. www.nature.com, https://doi.org/10.1038/s41467-024-54472-y

果蝇大脑生物钟完整图谱揭示新型神经调控机制

昼夜节律控制着生物的多种行为和生理过程，包括睡眠、新陈代谢和繁殖。在脊椎动物中，主时钟位于视交叉上核（SCN），而果蝇则因其神经网络较小，是研究昼夜节律的优秀模型。由维尔茨堡大学神经生物学与遗传学系的 Meet Zandawala 和Nils Reinhard 领导，研究团队来自德国、美国和日本的三所大学。

研究者利用果蝇大脑的连接组数据，首次绘制了果蝇生物钟的完整图谱，发现其由约240个神经元组成，远高于原先估计的150个。这些神经元展现出脊椎动物时钟神经元的某些特征，表明果蝇与人类在昼夜节律调控机制上的相似性大于预期。研究进一步揭示了跨侧突触连接和间接光输入路径，并发现钟神经元通过单突触连接与高阶脑区及神经分泌细胞交互。通过整合单细胞转录组学和受体映射，研究还识别出新型神经肽及其在旁分泌信号中的作用。这一成果不仅深化了对昼夜节律生成机制的认识，还为治疗相关健康问题提供了潜在靶点。研究发表在 Nature Communications 上。

#神经科学 #昼夜节律 #果蝇 #神经肽 #神经网络

阅读论文：

Reinhard, Nils, et al. “Synaptic Connectome of the Drosophila Circadian Clock.” Nature Communications, vol. 15, no. 1, Dec. 2024, p. 10392. www.nature.com, https://doi.org/10.1038/s41467-024-54694-0

AI 行业动态

OpenAI首次直播，o1完全体亮相：AI推理时代的新篇章

近日，OpenAI以直播形式开启了一系列为期12天的技术发布活动，其中的焦点是全新发布的o1完全体（Full Version）以及200美元/月的ChatGPT Pro订阅服务。此次更新被视为人工智能推理能力的重要突破。

o1完全体是继o1-preview之后的新一代AI推理模型，采用大规模强化学习和思维链（Chain-of-Thought）技术，使其在编程、数学和写作任务中表现更加高效、精准。此外，o1支持图像上传，这一功能让模型能够基于视觉数据生成更深入的解答。例如，在直播演示中，o1基于手绘草图推断了热力学原理，并在复杂问题上展示了推理的速度与准确性提升——如将问题解决时间缩短至原来的不到一半。

与之并行推出的还有轻量级版本o1-mini，以及性能更强的o1 pro模式。o1 pro通过增加计算资源来应对高难度问题，并在数据科学、判例法分析等领域表现卓越。

新的ChatGPT Pro订阅服务定价为每月200美元，面向对AI工具需求较高的专业用户。订阅用户不仅能体验o1 pro模式，还可享受GPT-4o和高级语音功能的无限制访问。然而，高昂的价格也引发了部分用户的争议。OpenAI表示，未来计划在医疗、教育等领域提供更多捐赠支持。

#OpenAI #人工智能 #推理模型 #ChatGPTPro #o1完全体

阅读更多：

https://techcrunch.com/2024/12/05/openai-confirms-its-new-200-plan-chatgpt-pro-which-includes-reasoning-models-and-more/

强化微调：OpenAI 推出定制化专家模型新技术

OpenAI 在其“12天计划”中的第二天，推出了一项新的模型定制技术——强化微调（Reinforcement Fine-Tuning，RFT），吸引了开发者和研究人员的广泛关注。这项技术基于强化学习，允许开发者使用少量高质量数据集，训练出专注于特定领域的专家模型，从而提升模型的推理能力和准确性。

强化微调的核心在于引入评分机制，模型不仅学习模仿输入内容，还通过对答案评分的方式，优化推理逻辑。这一技术可显著提升模型在领域特定任务上的表现，例如法律、金融和罕见疾病诊断等领域。OpenAI 研究副总裁 Mark Chen 表示：“这项技术将帮助开发者将我们的技术转化为独特的产品，服务其用户和客户。”

在具体实践中，开发者需提供训练数据集和验证数据集，同时利用评分器（Grader）对模型的输出进行实时评分并优化。伯克利实验室的研究者 Justin Reese 分享了强化微调在罕见疾病诊断上的应用，其小型模型 o1-mini 的表现甚至优于更强大的版本。

尽管目前这项技术仅开放给组织机构申请 Alpha 测试，OpenAI 表示强化微调未来将支持更多用户，并开放定制评分器的功能。RFT 的推出标志着 AI 专家模型的构建进入了一个全新阶段，进一步降低了定制化 AI 的门槛。

#强化微调 #OpenAI #专家模型 #人工智能 #领域定制化

阅读更多：

https://openai.com/form/rft-research-program/

OpenAI Sora正式降临，颠覆你的创意表达

近日，OpenAI 正式发布视频生成模型 Sora 正式版，这款被誉为“视频版 GPT-1”的工具，具备强大的视频生成能力，可通过文本、图像或视频输入生成高达 1080p 分辨率、最长 20 秒的视频。发布会直播时，网络一度因访问量过大而瘫痪。

Sora 建立在 OpenAI 的 DALL·E 和 GPT 模型基础之上，采用先进的扩散模型技术，通过逐步消除噪声生成新视频。用户不仅可以通过文本生成视频，还可对现有视频进行扩展、修改或融合。值得一提的是，Sora 的新版本 Sora Turbo 提供了更快的处理速度，并对 ChatGPT Plus 和 Pro 用户开放，进一步提升了用户体验。

功能方面，Sora 包括 Remix（替换和重新设计视频元素）、Storyboard（精准编辑每帧内容）、Loop（无缝循环剪辑）以及 Blend（视频融合）等工具，帮助用户实现从想法到现实的创意表达。此外，Sora 支持使用风格预设（Style Presets）创建并分享激发灵感的内容。

价格方面，ChatGPT Plus 用户需支付每月 20 美元，可生成最多 50 个快速视频；Pro 用户每月 200 美元，享有更高分辨率及更多权益。尽管价格不菲，Sora 仍被广泛认为是视频生成领域的重大突破，为人们探索人工智能驱动的创作提供了更多可能性。

#OpenAI #Sora #视频生成 #人工智能 #创意工具

阅读更多：

https://openai.com/sora/

中国对英伟达展开反垄断调查

中国国家市场监管总局近日宣布，对美国芯片制造商英伟达（Nvidia）展开反垄断调查。这项调查涉及英伟达涉嫌违反其2020年收购以色列芯片设计公司Mellanox Technologies（专注于高性能计算网络硬件和软件）的承诺。这些承诺包括以“公平、合理和非歧视”条件向中国市场供应GPU加速器，禁止强制产品捆绑和不合理交易条款等。

#英伟达 #反垄断调查 #中美贸易战 #AI芯片 #技术竞争

阅读更多：

https://www.reuters.com/technology/china-investigates-nvidia-over-suspected-violation-antimonopoly-law-2024-12-09/

特斯拉机器人大秀“蒙眼”技能，跑下45°斜坡

特斯拉旗下的人形机器人Optimus近日再次成为焦点，其最新发布的视频展示了“蒙眼”情况下的步态能力。在视频中，Optimus在没有视觉传感器的支持下，不仅成功登上45°的山坡，还能跑着下坡。即使途中脚滑险些摔倒，机器人也能迅速调整姿态稳住平衡。工程师Milan Kovac表示，这背后依赖的是内置传感器和嵌入式计算机上运行的神经网络，处理时间仅约2-3毫秒。

除了山坡挑战，Optimus还完成了松树林地形的步态测试。这类地形因其松软不平，更能体现机器人的动态平衡能力。这次的演示虽然没有视觉功能，但未来计划加入视觉模块，以便更精准地规划路径，优化步态自然度，并提升对速度和方向命令的响应。同时，工程师还透露正在开发“摔倒自我保护”功能，以减少不可避免的损伤并实现自主站起。

马斯克此前曾透露，Optimus预计2025年初进行小批量生产，并率先在特斯拉内部部署使用。2026年起将逐步面向外部消费者销售，预计售价为2-3万美元。

#特斯拉机器人 #马斯克 #AI步态平衡 #xAI模型 #SpaceX发射

阅读更多：

https://x.com/elonmusk/status/1866241669882134800

突破性量子芯片：Willow的量子时代新篇章

谷歌量子人工智能实验室近日推出最新量子芯片Willow，展示了量子计算领域的两项里程碑式突破：显著的量子纠错能力和超越经典计算的性能。Willow的问世，为实现实用的大规模量子计算机铺平了道路。

量子纠错是量子计算发展的关键难题。量子位（qubits）易与外界环境发生信息交换，导致高错误率。然而，Willow通过扩大量子位网格规模（从3x3到7x7），实现了错误率的指数级降低，达到“低于阈值”（below threshold）——这是量子纠错领域自1995年Peter Shor提出该概念以来的历史性突破。此外，Willow成功展示了实时纠错和“超越收支平衡”的量子位寿命延长，验证了系统性能的整体提升。

在性能测试方面，Willow采用随机电路采样（Random Circuit Sampling, RCS）基准，仅用不到五分钟完成一项计算任务，而这项任务在目前最强的经典超级计算机上需耗时约10万亿年。这一成果表明量子计算具有潜在的多元宇宙并行性，为未来解决诸多现实问题提供了前景。

Willow芯片的制造依托谷歌位于圣巴巴拉的顶尖制造设施，其系统工程从架构设计到校准优化都追求质量优先。拥有105个量子位的Willow在量子纠错和RCS测试中均表现卓越，其量子位保留激发时间（T1时间）达到了接近100微秒，较上一代芯片提升约5倍。

谷歌量子AI创始人Hartmut Neven表示，Willow的问世是实现“有用且超越经典”的量子计算迈出的重要一步。未来，量子计算将助力新药研发、能源优化等领域的变革性进展，并为人工智能的发展提供强大支持。

#量子计算 #量子纠错 #谷歌AI #量子芯片 #随机电路采样

阅读更多：

https://blog.google/technology/research/google-willow-quantum-chip/

AI 研发动态

机器学习让退化信号也能精准解码

脑机接口能够帮助瘫痪或无法言语的患者通过思维控制计算机或机械设备，但现有技术在面对信号退化时性能有限。加州理工学院 Azita Emami 教授领导的研究团队开发了一种基于卷积神经网络的新方法，突破了这一技术瓶颈。

研究团队提出了名为 FENet 的特征提取网络，结合了卷积神经网络（CNN）的优化特性。研究基于三位参与者的神经数据，通过统一的网络参数优化信号解码，显著改善了光标控制任务的离线和在线表现。FENet 不仅能够应对信号退化问题，还表现出跨脑区和患者的泛化能力。该算法通过分析神经信号的所有细微变化，将它们转化为清晰的用户意图。

例如，团队的一名参与者 JJ，植入设备使用已超过三年，但通过新算法，他依然能够精准控制光标，并参与视频游戏等复杂任务，延长了设备的临床使用寿命。FENet 可兼容不同类型的电极和脑区，体现了其在脑机接口技术中的广泛适用性。研究团队的目标是进一步小型化设备，将其发展为无线化的便携式系统。研究发表在 Nature Biomedical Engineering 上。

#神经技术 #脑机接口 #机器学习 #卷积神经网络 #信号解码

阅读更多：

Haghi, Benyamin, et al. “Enhanced Control of a Brain–Computer Interface by Tetraplegic Participants via Neural-Network-Mediated Feature Extraction.” Nature Biomedical Engineering, Dec. 2024, pp. 1–18. www.nature.com, https://doi.org/10.1038/s41551-024-01297-1

人工智能提升急性中风时间评估准确度达两倍

准确判断中风发生的时间对治疗至关重要，但传统方法易受个体差异的影响，准确性有限。伦敦帝国理工学院、慕尼黑工业大学和爱丁堡大学的联合研究团队开发了一种基于深度学习的人工智能算法。研究由伦敦帝国理工学院Paul Bentley 领导。

研究团队采用卷积神经网络（CNN-R）模型，对800个已知中风时间的CT扫描数据进行训练，并在近2000个外部样本上验证模型性能。该算法通过自动提取病变区域和分析病灶纹理等特征，估算中风的起始时间（OTS）及病变的生物学年龄（是否可逆）。结果显示，AI算法在OTS估算中的决定系数（R²）为0.58，明显优于现有的净水吸收量（NWU）方法（R²为0.32）。此外，该算法还能更精准地预测病变的扩展趋势和可逆性。这项技术有望在临床中显著提高中风患者的治疗成功率，研究团队预计可使50%的患者获得更适合的治疗方案。研究发表在 npj Digital Medicine 上。

#大脑健康 #人工智能 #急性中风 #深度学习 #医疗技术

阅读更多：

Marcus, Adam, et al. “Deep Learning Biomarker of Chronometric and Biological Ischemic Stroke Lesion Age from Unenhanced CT.” Npj Digital Medicine, vol. 7, no. 1, Dec. 2024, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41746-024-01325-z

人工智能模型精准预测类器官发育质量

类器官是微型实验室培养组织，模仿器官功能与结构，为个性化移植和疾病建模提供了新方向。然而，受培养条件影响，类器官质量难以稳定。九州大学数据驱动创新计划教授 Hirohiko Niioka 与名古屋大学医学研究生院副教授 Hidetaka Suga 带领团队，利用深度学习技术解决这一难题。

研究团队开发了一种深度学习模型，通过明场图像预测下丘脑-垂体类器官的发育质量。模型以 VENUS 荧光标记的 RAX 蛋白（眼视网膜辅因子相关蛋白，用于判断类器官分化质量）为指导，将类器官分为高质量、中质量和低质量三类。使用EfficientNetV2-S 和 Vision Transformer两种算法，并通过集成学习提升模型性能，最终准确率达到70%，优于专家的预测（低于60%）。模型还可预测未标记荧光的类器官质量，为临床移植和疾病建模提供高效工具。研究发表在 Communications Biology 上。

#神经技术 #类器官 #人工智能 #深度学习

阅读更多：

Asano, Tomoyoshi, et al. “A Deep Learning Approach to Predict Differentiation Outcomes in Hypothalamic-Pituitary Organoids.” Communications Biology, vol. 7, no. 1, Dec. 2024, pp. 1–10. www.nature.com, https://doi.org/10.1038/s42003-024-07109-1

创新离子电子学技术揭示神经抑制机制

氯离子（Cl-）是参与神经抑制过程的重要阴离子，其异常变化与多种神经退行性疾病（如阿尔茨海默病和癫痫）密切相关。然而，由于Cl-在生理条件下无电化学活性，传统检测方法难以实时追踪。为解决这一难题，中国科学院过程工程研究所的研究团队由陈娜教授领衔，开发出一种基于液/液界面的超微离子电子学（L/L UIs）技术。

研究团队设计了一种装有双硫脲离子载体（bis-thiourea ionophores，能够专门识别氯离子）的超微移液器，其尖端含有有机凝胶，能与脑组织形成液/液界面。通过促进氯离子的转移反应，这种界面生成可检测的电信号，用于监测脑中Cl-浓度变化。在实验中，该设备被植入阿尔茨海默病模型小鼠和癫痫模型大鼠的海马体、纹状体和皮质等区域，成功记录了不同脑区Cl-浓度的动态差异。

研究进一步揭示了KCC2（一种调节Cl-浓度的蛋白）通过GABAB受体影响Cl-相关神经抑制过程的机制。这一技术展现了高灵敏度和抗干扰性能，为脑部疾病的研究、诊断和治疗开辟了新路径。研究成果已发表在 Science Advances上。

#大脑健康 #神经技术 #氯离子追踪 #神经退行性疾病

阅读更多：

Gu, Chaoyue, et al. “In Vivo Dynamic Tracking of Cerebral Chloride Regulation Using Molecularly Tailored Liquid/Liquid Interfacial Ultramicro Iontronics.” Science Advances, vol. 10, no. 49, Dec. 2024, p. eadr7218. science.org (Atypon), https://doi.org/10.1126/sciadv.adr7218

MRI图像质量提升新方法：从运动校正到数据协调

北卡罗来纳大学教堂山分校医学院的Li Wang团队致力于提升磁共振成像（MRI）技术的精度和可靠性。他们开发的Brain MRI Enhancement foundation（BME-X）模型专注于解决MRI图像质量受运动、分辨率和噪声影响的问题。

研究通过两个关键步骤实现图像优化：首先使用神经网络进行组织分类，生成组织标签（tissue labels）；随后，利用“组织感知增强网络”（tissue-aware enhancement network）将标签转化为高质量MRI图像。模型在2,448张有意添加噪声的图像和10,963张真实临床图像的测试中，表现优异。其能力包括：

运动校正：有效减少因患者运动导致的模糊和鬼影现象。分辨率增强：从3T扫描生成类似7T的高分辨率图像，显著提升细节展示能力。降噪和数据协调：在不同设备间统一成像结果，使研究和诊断更具一致性。

结果表明，该模型不仅能改善病理性脑部（如多发性硬化和胶质瘤）MRI数据的处理，还在多机构研究的临床试验中展现了潜力，为标准化神经影像技术奠定了基础。研究成果发表在 Nature Biomedical Engineering 上。

#神经技术 #磁共振成像 #图像处理 #人工智能

阅读更多：

Sun, Yue, et al. “A Foundation Model for Enhancing Magnetic Resonance Images and Downstream Segmentation, Registration and Diagnostic Tasks.” Nature Biomedical Engineering, Dec. 2024, pp. 1–18. www.nature.com, https://doi.org/10.1038/s41551-024-01283-7

数字化训练提升老年人空间记忆：新型神经技术显神效

随着年龄的增长，人类空间导航能力逐渐下降，这一问题在主观认知衰退（SCD）及相关疾病（如阿尔茨海默病）中尤为显著。赖希曼大学的Amir Amedi团队联合Shahar Shelly、Nira Saporta和Merav Catalogna，开发并验证了一种虚拟导航训练方案，旨在利用神经可塑性改善脑健康。

研究纳入17名平均年龄为57.2岁的主观认知衰退患者。训练为期两周，每日30分钟，结合虚拟迷宫导航、感觉替代和视觉掩蔽策略。训练内容逐步提升迷宫复杂度，从全视觉导航过渡到完全依赖声音的蒙眼导航。研究发现，参与者在空间记忆任务中的表现显著提高，尤其是在蒙眼任务中表现突出。静息态功能磁共振成像（fMRI）数据显示，训练显著增强了参与者大脑内存区（如海马体和内侧颞叶）、执行额叶区（PFC）及默认模式网络（DMN）的功能连接性。此外，通过回顾裂复合体（RSC）连接的异中心和自我中心导航策略进一步增强了参与者的空间认知能力。

研究结果表明，这种数字化训练能够诱导神经可塑性，通过强化关键功能连接枢纽改善大脑功能，为延缓与年龄相关的认知衰退提供了新的可能性。研究发表在 iScience 上。

#神经技术 #空间记忆 #认知衰退 #虚拟训练 #大脑连接性

阅读更多：

Amedi, Amir, et al. “Perceptual Learning and Neural Correlates of Virtual Navigation in Subjective Cognitive Decline: A Pilot Study.” iScience, vol. 27, no. 12, Dec. 2024. www.cell.com, https://doi.org/10.1016/j.isci.2024.111411

模仿大脑动态视觉处理的 AI 系统 MovieNet

斯克里普斯研究所的Hollis Cline和Masaki Hiramoto领导了一项研究，旨在开发一种能够模仿大脑动态视觉处理机制的人工智能系统。研究通过观察大脑神经元的活动模式，为提高 AI 处理动态场景的能力提供了新思路。

研究通过蝌蚪的神经元研究揭示了大脑如何将时空视觉信息处理为连续的电影场景。视顶盖（optic tectum）神经元能够识别 200-600 毫秒的动态片段，通过处理光影变化和运动特征生成连贯的视觉序列。研究团队开发的MovieNet 系统模仿了这些神经元特性，通过对动态视频片段的高效编码，实现了比传统 AI 更高的识别准确率（82.3%），同时能耗和数据需求大幅降低。MovieNet 也在异常行为检测（如蝌蚪游泳模式）中超越了人类观察者和现有 AI 模型，展现了在医学诊断和自动驾驶等领域的广阔应用前景。研究发表在 PNAS 上。

#神经技术 #动态视觉处理 #人工智能 #电影识别算法 #能效优化

阅读更多：

Hiramoto, Masaki, and Hollis T. Cline. “Identification of Movie Encoding Neurons Enables Movie Recognition AI.” Proceedings of the National Academy of Sciences, vol. 121, no. 48, Nov. 2024, p. e2412260121. pnas.org (Atypon), https://doi.org/10.1073/pnas.2412260121

整理｜ChatGPT

编辑｜丹雀、1900、存源