AI技术助力提升视觉皮层假体精准度

由加州大学圣巴巴拉分校等三所机构组成的研究团队已经证实，AI技术有望催生更精准、更具可预测性的下一代视觉假体，如仿生眼，并且能够针对每位使用者进行个性化响应。

UCSB计算机科学系副主任Michael Beyeler及其合作团队运用深度学习算法来设计电刺激方案，将电极临时植入失明受试者的视觉皮层——即大脑后部负责处理视觉信号的区域。这一模型显著提升了研究人员对神经元刺激响应的调控能力，同时有效预测了受试者的主观感受。

这项概念验证性质的成果于本周在线发表于《神经元》（Neuron）期刊，标志着视觉皮层假体——一种植入视觉皮层的设备——研发取得了重要进展，该设备有望实现与大脑更为高效的交互。

"构建一个抽象模型是一回事，"Beyeler教授表示，他同时还担任心理学与脑科学系副主任。"但亲眼见证它改变一个人的体验则是完全不同的感受。正是这种将理论转化为有朝一日可能造福人类的应用能力，构成了我们实验室绝大多数研究工作的核心动力。"

在Beyeler所称的"真正意义上的合作"中，该项目由共同第一作者——苏黎世联邦理工学院的Phoun Moure、UCSB的Jacob Granley以及Miguel Hernández大学（MHU）的Fabrizio Grani共同领衔。研究工作由Beyeler、苏黎世联邦理工学院的Shih-Chii Liu以及MHU的Eduardo Fernández共同指导，这是西班牙正在推进的更大规模可行性研究的一部分。

过去几十年来，科研人员一直在致力于视觉假体的研发工作，但成果有限。部分设备作用于视网膜——即位于眼球后部的感光层，而另一些设备则刺激视觉系统的更高级阶段。

皮层假体则采用了截然不同的技术路径，它绕开眼球和视神经，直接将电刺激信号传递至视觉皮层。这一策略最终有望惠及那些视觉传导通路受损但视觉皮层仍具备刺激响应能力的患者群体，包括因中风、神经退行性病变或脑损伤而失明的人群。

Beyeler指出，这种潜在的应用价值对于那些"曾有部分生命时光能够看见事物，而后因遗传性眼科疾病或意外事故丧失视力"的群体而言意义尤为重大。"对这些人而言，重获视力的渴望可能会异常强烈。"

当前的研究建立在Beyeler于2022年所获美国国立卫生研究院（NIH）主任新创新者奖所支持的计算研究基础之上。这笔为期五年、总额200万美元的资助，旨在支持其推动视觉假体实现更高可预测性和有效性的研究工作。

2024年，Beyeler领衔的仿生视觉实验室成员奔赴西班牙，展开其研究的关键阶段——验证所开发的计算方法能否切实提升失明受试者现有大脑植入装置的性能表现。

在西班牙埃尔切医院，研究团队接触了一位27岁的男性患者，他因脑外伤而导致失明。该患者体内植入了一套由96通道电极阵列构成的设备，作用于其视觉皮层，该设备将在6个月后被取出。

当电极对该患者视觉皮层的神经元施加电刺激时，他能够感知到光幻视现象——即光点或光斑的形态（有时被描述为类似闪光、星辰或焰火的视觉效果）。

研究人员致力于更准确地预测视觉皮层对各类刺激的响应模式。为此，Beyeler及其团队训练了一个深度神经网络——属于人工智能的一个分支——用以预测不同电刺激参数组合下所诱发的大脑活动模式。此外，该模型还在每次测试启动前实时获取大脑静息状态的活动信息。

随后，研究人员借助该模型筛选出最有可能引发预期神经响应特征的刺激方案。

当研究团队在受试者身上测试这些AI设计的方案时，结果显示它们较其他方法更为精确地复现了目标大脑活动模式，且所需的电流强度也更低。尤为关键的是，从受试者大脑中实际记录到的神经活动，较之单纯知晓哪个电极被激活，能够更有效地预测其主观感知内容。换言之，监测大脑的实际反应比单纯了解电极激活状态更能揭示受试者的视觉体验。

诱发理想的大脑活动模式仅仅是整个难题的一个组成部分。研究人员还需进一步揭示此类神经活动如何转化为假体使用者的真实视觉体验。

Beyeler阐述道："工程师们本能地倾向于将光幻视视为像素——只要激活更多电极，便可获得更完整的图像。"然而大脑的实际运作机制并非如此。电极之间存在相互作用，神经响应也处于波动状态，我们向大脑输入的信号并不必然等同于使用者实际感知的内容。我们面临的挑战在于更深入地理解这一转化过程。

研究中采用的植入装置兼具电刺激大脑与记录神经元响应的双重功能。这一特性使研究人员能够基于每次刺激方案实施后大脑的实际活动状态来训练其AI模型，而非仅仅依赖于向设备发送的电子参数设置。

受试者报告了其是否感知到光幻视现象，并在部分实验环节中描述了光幻视的形状、尺寸、亮度及颜色等具体特征。研究团队发现，所记录到的神经活动模式较刺激参数本身能够提供更为丰富的感知结果相关信息。

此外，该AI模型还整合了对受试者静息态大脑活动的测量数据，使其能够根据大脑的实时状态灵活调整刺激方案。这或许是朝着构建稳定可靠的假体迈出的关键一步，因为神经响应状态每天都在发生波动。

"一款真正实用的视觉假体不能依赖固化的配方，"Beyeler强调道。"它必须能够识别个体大脑的响应特征，并据此灵活调整刺激方案。归根结底，设备应当主动适应使用者，而非反之。"

参考文献

基于深度学习的人类视觉皮层电诱发活动控制