个体化人工智能驱动的神经调控选择性增强并重组人类舌部感觉运动网络

由 root 提交于 周五, 11/06/2026 - 12:47

内容形式:摘要译文

舌运动与感觉控制(TMSC)脑网络的精准调控对神经康复至关重要。现有神经调控方法采用固定靶点,忽视了个体间网络架构的差异。我们提出一种由人工智能驱动的个体化功能磁共振成像(fMRI)神经调控平台(iNM),可实时、适应性地靶向个体特异性 TMSC 网络。iNM 依据每位参与者的解剖与功能信息构建神经功能孪生体,以增强靶向活动并抑制相互竞争的状态。无监督机器学习与隐马尔可夫建模结果显示,iNM 将 TMSC 状态占据率从 82% 提高至 97%,并使吞咽状态干扰降低 83%。下顶叶小叶表现为感觉运动整合枢纽,其活动幅度增加(右侧 d′ 为 90.4,左侧为 84),空间范围也扩大(右侧 134.8%,左侧 81.8%)。皮层—皮层下连接在运动、感觉和注意网络中的强度提高了 53% 至 74%,且这种增强在非 iNM 区段中仍然持续。因此,iNM 有望为中枢或周围神经系统(CNS 或 PNS)疾病提供精准神经康复方案,例如肌萎缩侧索硬化症,以及头颈癌幸存者治疗所致的颅神经病变。

关键词:个体化神经调控 · 人工智能 · 功能磁共振成像 · 舌部感觉运动网络 · 脑功能连接 · 精准神经康复

原文链接:https://www.biorxiv.org/content/10.64898/2026.11.04.764393v1?rss=1