植入式脑机接口的长期稳定性研究

As a hot spot of interdisciplinary researches, brain-machine interfaces (BMIs) have achieved a huge success in both animal experiments and clinic studies. However, the degradation of neural signals and nonstationarity of neural activities in long-term recordings, which decays the stability of BMIs system, has become bottleneck for its practical application. This proposal tries to study the phenomena and causes of nonstationarity and look for corresponding solutions in three ways: signals recording, analysis and decoding. Through researches on the long-term physical and chemical changes happening in the brain-electrode interfaces, the signals degradation in chronic recording will be studied to find out physical, chemical and biological reasons. By studying the physiological representation of neural signals and decoding performance of neural activities, the mechanism underlying the nonstationarity of neural activities could be uncovered. Several neural decoding models will be developed to achieve long-term stable neural decoding in engineering way. The project will lay a solid foundation for BMIs in its future clinic application.

植入式脑机接口作为当前多学科交叉研究的前沿热点，已经在动物实验和临床研究中取了巨大的成功，但是长期记录过程中存在的神经信号衰减和神经活动非稳性，极大影响了"系统的长期稳定性"，并已成为阻碍该技术进入实际应用的瓶颈。本项目拟利用植入式脑机接口的动物平台，从神经信号的记录、分析和解码三个方面对系统非稳性的现象，产生原因和解决方案开展相关的研究。通过考察电极与皮层之间的"生物-器件界面"的长期变化，研究长期记录过程中神经信号衰减和丢失现象，揭示影响神经信号记录的物理、化学或生物学原因和机制；研究运动皮层神经信号的长期生理表征和神经解码性能变化，揭示影响神经活动非稳性的生理机制；在上述工作的基础上，分别从信号特征和解码模型两个方面着手，构建若干神经解码模型，从工程技术角度上实现对神经信号的长期稳定解码，为植入式脑机接口下一步的临床应用研究奠定坚实的基础。

植入式脑机接口作为当前多学科交叉研究的前沿热点，已经在动物实验和临床研究中取了巨大的成功，但是长期记录过程中存在的神经信号衰减和神经活动非稳性，极大影响了“系统的长期稳定性”，并已成为阻碍该技术进入实际应用的瓶颈。.本项目利用植入式脑机接口的动物平台，从神经信号的记录、分析和解码三个方面对系统非稳性的现象，产生原因和解决方案开展相关的研究。通过考察电极与皮层之间的“生物-器件界面”的长期变化，研究长期记录过程中神经信号衰减和丢失现象，揭示影响神经信号记录的物理、化学或生物学原因和机制；研究运动皮层神经信号的长期生理表征和神经解码性能变化，揭示影响神经活动非稳性的生理机制，为局部场电位在植入式脑机接口中的应用奠定了理论和实验基础。在上述工作的基础上，课题组分别从柔性电极制备、多源信号融合和解码模型多个方面着手，提出了联合场电位信号和构建强化学习的神经解码等新方法，从工程技术角度上实现对神经信号的长期稳定解码，并初步尝试了基于ECoG的植入式脑机接口的临床转化研究。.目前，本项目已顺利完成了预期目标。在项目的资助下，研究成果共发表期刊论文16篇（SCI收录），会议论文15篇（EI收录），参与专著编写1本，申请发明专利6项其中授权发明专利3项，授权软件著作权2项。其中代表性论文被Nature、Nature Communication、Nature Medicine和Current Biology等学术期刊引用，基于ECoG信号控制的智能假肢控制系统在国内率先开展了植入式脑机接口的临床转化研究，被CCTV News和人民日报等国内外媒体纷纷进行了报道。