贝叶斯增强的超声方案闭环优化，用于靶向且精确的神经调控

低强度聚焦超声（LIFU）是一种很有前景的神经调控方式，但与高响应变异性及参数空间理解不足相关的挑战阻碍了其在临床应用中的进展。为促进治疗性 LIFU 方案的开发，我们提出了一种用于超声神经调控的贝叶斯增强自适应控制方法（BEACUN）。BEACUN 能够利用有限次数的刺激—响应评估，实现高效、数据驱动的参数映射。我们采用功能性超声成像（fUSI）实时测量 LIFU 刺激引发的神经响应，并在大鼠体内开展实验，以优化并验证 BEACUN 搜索方法的性能。在活体优化实验中，我们表明，与传统参数探索方法相比，BEACUN 能够产生更有效的抑制性 LIFU 神经调控方案，并在 23 ± 3.67 次刺激—响应评估内收敛到最优解。我们的方法构建了一个用于高效优化神经调控参数的平台，有望为患者个体化 LIFU 方案的开发铺平道路。

本网站正在使用一项安全服务来保护自身免受在线攻击。您刚刚执行的操作触发了该安全解决方案。可能触发此拦截的行为有多种，包括提交某个特定单词或短语、SQL 命令或格式错误的数据。

您可以向网站所有者发送电子邮件，告知您被拦截的情况。请在邮件中注明该页面出现时您正在进行的操作，以及本页底部显示的 Cloudflare Ray ID。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.16.732762v1?rss=1

🏷️ 低强度聚焦超声 神经调控 贝叶斯优化 闭环控制 功能性超声成像