人工智能(AI)将从根本上改变医学和医疗保健:在机器学习的帮助下，可以分析心电图、脑电图或X射线图像等患者诊断数据，从而在很早的阶段根据细微变化就检测出疾病。

德累斯顿工业大学(Dresden University of Technology)的研究人员首次成功开发了一种生物兼容的植入式人工智能平台，该平台可以实时对心跳等生物信号中的健康和病理模式进行分类。

即使没有医疗监督，该平台也能检测到病理变化。该项研究结果发表在《Science Advances》杂志上。

01

原理 

在这项工作中，研究人员展示了一种基于生物兼容AI 芯片的实时分类健康和患病生物信号的方法。研究人员使用基于聚合物纤维网络，其结构类似于人脑，并实现了储备池计算(Reservoir Computing)的神经形态 AI 原理。

Reservoir Computing， 也叫Echo state network， 被视为是神经网络(Neural Network)的一种拓展框架。一个reservoir computer由以下三个部分组成：

• 输入层(input layer): 可以由一个或多个node组成， 属于前馈神经网络(feed-forward Neural network)的一种.

• 中间层(middle layer): 由多个node组成， 属于递归神经网络(recurrent Neural network)的一种.

• 输出层(output layer): 带有权重的加法器(weighted summer).

聚合物纤维的随机排列形成了所谓的“循环网络”，使其能够处理数据，类似于人脑。这些网络的非线性使得即使是最微小的信号变化也能被放大。例如，对于医生来说，心跳往往是难以评估的。然而，使用聚合物网络的非线性变换让这成为可能，是完全没有问题的。

下图为网络的非线性行为。图(A)是网络的光学显微镜图片，标有四个输入通道和四个输出通道。(B)图为具有E/I平衡、兴奋和抑制节点突出的网络示意图。向四个标记通道的输入信号，通过网络的计算，然后在四个输出通道测量的储层状态，如图(C)和(D)。(E)和(F)展示了(C)和(D)的傅里叶变换，证明了网络的传递函数是非线性的:出现了大量的新频率，证明了储备池的非线性投影。

下图为网络增长不同阶段的E/I平衡。

02

实验 

在试验中，利用机器学习算法能够以 88% 的准确率区分健康的心跳和三种常见的心律失常。在实验过程中，研究人员发现聚合物网络消耗的能量比起搏器少。

下图使用 PEDOT 网络进行心跳分类。使用网络进行信息处理的步骤示意图，如图(A)。图(B)展示了使用延迟线对心跳进行分类的测量的混淆图：A = 88%。

植入式人工智能系统有很多的潜在应用：例如，它们可用于监测心律失常或手术后的并发症，并通过智能手机向医生和患者报告，从而实现快速医疗援助。

近年来，随着所谓的有机混合导体的发展，将现代电子与生物学结合的愿景取得了明显进展，然而，到目前为止，这些进展还仅限于单个突触或传感器等简单的电子元件。到目前为止，解决复杂的任务是不可能的。

研究人员MatteoCucchi解释说“我们的研究可以说是朝着实现这一愿景迈出了关键的一步。通过利用神经形态计算的能力，比如这里使用的储备池计算，我们不仅成功地实时解决了复杂的分类任务，而且我们也有可能在人体内部做到这一点。这种方法将使未来进一步开发智能系统成为可能，用以帮助拯救人类生命。”

论文信息：

Reservoir computing with biocompatible organic electrochemical networks for brain-inspired biosignal classification

https://medicalxpress.com/news/2021-08-implantable-ai-early-treatment-illnesses.html

https://zhuanlan.zhihu.com/p/145264520

不用于商业行为，转载请联系后台

若有侵权，请后台留言，管理员即时删侵！

更多阅读

BrainNet：脑-脑接口用于人与人之间直接协作

3D大脑图谱-Julich-Brain被称作“Google Earth of the brain”

深度学习在神经营销中基于脑电的偏好分类

手把手教你EEG脑电数据预处理-操作篇

北理工研究团队在脑-控移动机器人上取得重要进展

中国精神卫生领域迎来罕见的大手笔捐赠，陈天桥为何钟情精神健康研究

2021年过了大半了，脑机接口取得哪些进展？

投稿通道

如何让你的工作让更多人知晓和受益？

脑机接口社区就是这样一个连接学界、

企业界和爱好者的平台渠道。

社区鼓励高校实验室、企业或个人在我们平台上分享优质内容。

稿件要求

稿件系个人原创作品，若已在其他平台发表，请明确标注。

稿件一经录取，便提供稿费！

投稿通道

微信扫码，备注：投稿+姓名+单位

微信交流群，请扫码上方微信

(备注：姓名+单位+专业/领域行业)

QQ交流群：913607986

你的每一次在看，我都很在意！