大脑是最重要的器官之一。它们为整个身体提供调度指示，让我们能够与世界互动。因此，快速检测大脑活动的变化是很重要的。一种可能导致永久性损伤的危险变化是神经静默(neural silence)【注：这个词汇暂时未查询到对应中文，所以暂译为神经静默，它表示的是一种神经系统的静默状态。可能有不妥，欢迎专业人士告知】，即大脑的某一部分没有任何活动的迹象。

大脑中的静默区域【aregion of silence】可能是中风或脑瘤的征兆。当然这些沉默也可能是由于脑损伤或组织死亡而引起的。定位神经沉默区域可以确保患者得到更早的诊断，让他们能够更快速地开始治疗。

卡内基梅隆大学(Carnegie Mellon University, CMU)的研究人员提出了一种用于定位大脑静默区域的算法，该算法称为SilenceMap，它是一种分析数据模式的计算机程序，可以以非侵入时的方式定位大脑的静默区域，因为算法处理的数据是脑电图数据。

下图为SilenceMap与基线算法概述。其中a 脑电图记录协议和头皮电极的位置。从10个参考电极(红色显示)中选择一个沿着纵向裂缝参考对照。图b为对于不同选择的参比电极，头皮电势的平均功率。图c表示右枕颞叶切除术患者(UD)对称脑模型。d:低分辨率源网格中的SilenceMap步骤。相对于半球基线，计算了脑源在记录的头皮信号（β〜）中的贡献程度。在大脑颜色图中，黄色表示没有贡献。在低分辨率网格中，基于凸谱聚类（CSpeC）框架对连续的沉默区域进行定位。e:在高分辨率的源网格中的SilenceMap步骤。通过迭代方法估计了源协方差矩阵，并利用CSpeC框架对静默区域进行了定位。

SilenceMap与基线算法概述

医生通常会要求进行核磁共振成像(MRI)检查以分析大脑活动并发现神经系统的静默状态。但是，核磁共振成像仪不是便携式的，无法用于床边连续监测，而且并非所有患者都可以使用。一些医院，尤其是农村的医院没有条件配备核磁共振仪，而带有金属植入物的患者(例如心脏起搏器)无法进行检查。为了解决这些问题，研究人员建议使用脑电图。与MRI一样，EEG是非侵入性的，这意味着无需进行任何手术。但与MRI不同，EEG易于操作且易于携带。

定位大脑的静默区域具有非常大且独特的挑战。通常，医生无法直接去定位静默区域，需要通过在寻找相对应的信号。而通常的环境中存在低嗡嗡声的背景噪音，研究人员是在这样的背景声中寻找一致的大信号。而这样的过程是无法找到大脑的静默区域。为了保持安静，医生必须找出没有背景噪音的地方，这就像试图在吵闹人群找到那个不说话的人。因此SilenceMap必须使用新颖的技术，包括图形信号处理和人工智能来找到静默区域。

右枕颞叶切除术的UD，左颞叶切除术的SN和OT(切除的区域用箭头标出)。我们已经去掉了面部特征，以确保参与者的匿名性(被破坏的区域用箭头突出显示)。

据作者表示，“SilenceMap成功地定位了三名患者的静默区域。该算法明显优于最新的源定位算法。”  上图为真实数据集中三个参与者的结构MRI扫描。下图为SilenceMap在真实EEG数据集上的性能。

SilenceMap在真实EEG数据集上的性能

研究人员表示，这项研究可以帮助那些无法使用MRI机器的患者，特别是那些无法到医院的患者。脑电图还可以提供MRI仪无法提供的连续监控。

患有中风或创伤性脑损伤(TBI)的患者可以通过SilenceMap得到更快、更准确的诊断。中风和创伤性脑损伤必须迅速治疗，因为这些损伤很可能是致命的。事实上，病人在治疗前等待的时间越长，他们就越有可能遭受长期的影响，比如残疾。

尽管SilenceMap已经取得了巨大的进步，但仍有未来的研究要做。Chamanzar和他的团队必须改进算法，允许多个或动态的沉默区域，并提高精度。

不过研究人员表示，尽管SilenceMap取得了很好的进步，但仍需要做进一步的研究。Chamanzar和他的团队必须改进算法，以定位多个静默区域并提高精度。

论文信息：

Neural silences can be localized rapidly using noninvasive scalp EEG

engineering.cmu.edu/

版权声明：Rose编译

文章仅用于学术交流，不用于商业行为，

若有侵权及疑问，请后台留言，管理员即时删侵！

更多阅读

神经技术进入新时代

利用高带宽无线代替电缆应用于脑机接口信号传输

脑电数据处理分析教程汇总(eeglab, mne-python)

脑机实验室系列 | 浙大求是高等研究院脑机接口研究所

EEG与睡眠分期

生理计算中的对抗攻击与防御综述

美国脑机接口技术研究及应用进展

华中科技大学研究团队揭示了基于EEG的脑机接口中的安全性问题

脑电波：Alpha, Beta, Theta, Delta

你的每一次在看，我都很在意！