世界第一！武汉医生绘制脑出血“思维导图”，

湖北日报讯（记者曾莉、通讯员李云熙）破解了脑出血患者的“大脑语言”密码，为开发适合此类患者的临床级计算机接口提供了数据支持。 11月8日，华中科技大学同济医院唐周平教授团队联合该院机械工程学院陶波教授团队，在《自然》权威期刊《科学数据》上发布首个脑出血患者多模态脑成像集接口数据。他们成功绘制了脑出血后的“意念”信息图谱，将脑出血患者脑信号识别的准确率提高了8%，填补了国际危重症脑机接口主要数据的空白。脑出血是死亡率和致残率最高的中风类型，幸存者经常面临严重的上肢运动障碍。基于“运动想象”的脑脑接口技术被认为是神经功能重建的重要希望——患者无需实际运动，就可以用“意念”驱动外部设备，帮助重建受损的神经通路。然而，这项技术长期以来一直依赖于健康人的大脑数据模型。 “一个健康的大脑就像一座精心规划的城市，它发出的信号就像清晰的‘普通话’。”该项目负责人唐周平教授明确介绍，“脑出血后的大脑就像经历了地震，神经通路受损，发出的信号变成了难以识别的‘方言’。”这种“语言障碍”导致现有系统解码脑出血患者脑部信号的准确性较低，直接影响康复效果。为了解决这个问题，研究团队使用了32通道电编码器脑电图（EEG）捕捉毫秒级神经电信号，90通道近红外光谱（FNIR）实时监测局部血氧变化。多维度、高密度的监测方案就像给大脑架上了一张“观察天网”，显着提高了信号信息的空间覆盖范围和丰富度。通过系统对比脑出血患者和健康人群的脑信号特征，团队首次绘制了脑出血后大脑意图表达的“信息图”。团队成员史健博士：“脑电信号灵敏但易受干扰，近红外光谱信号稳定且定位准确。两者结合后，我们可以在第一个小时清晰稳定地‘听’和解读脑出血患者独特的神经血管耦合‘语言’。”今年8月，r唐周平团队在《先进科学》上发表的研究证实，用脑出血患者和普通人的信号进行预训练，可以使脑出血患者大脑的信号分类准确率提高8%。 “这标志着我国在临床研究脑机接口建设的数据标准化方面获得了国际认可。”唐周平表示，“该数据集已向全球公开，将加速脑机接口技术从实验室走向临床诊疗的进程。”