EPFL的研究人员开发了一种可植入的神经芯片，该芯片跟踪大脑区域之间的通信，实时识别认知和情感状态。深脑刺激（DBS）是一种治疗技术，通过植入物向大脑特定区域传递电脉冲，以调节神经活动。它已广泛用于如帕金森病等运动障碍，研究人员正越来越多地探索其在严重精神疾病方面的潜力，包括重度抑郁、创伤后应激障碍和强迫症。然而，大多数现有的DBS系统以工程师所称的“开环”方式运作：刺激根据预定义设置提供，而不是持续适应患者的大脑活动。即使在闭环或自适应系统中，许多系统也依赖于从单个大脑区域记录的信号。这对精神疾病来说是一个主要限制，因为临床相关信息可能分布在相互作用的大脑区域网络中。“我们的研究基于越来越多的研究结果，这些结果表明，精神疾病更多地源于大脑区域之间通信的中断，而非任何单一区域的功能障碍，”EPFL工程学院及Neuro-X研究所的综合神经技术实验室负责人Mahsa Shoaran解释道。INL团队位于EPFL的日内瓦校区。左起：Amitabh Yadav，Jieun Joo，Mahsa Shoaran，Jinhan Liu和Daney Alex。2026 EPFL / Lundi13 - CC-BY-SA 4.0 Shoaran及其团队开发了一种低功耗、可植入的系统级神经芯片。该芯片名为LogSync，记录大脑活动并提取描述脑电波（振荡）强度和来自不同大脑区域信号之间同步性的生物标志物。然后，机器学习算法分析这些网络级生物标志物，以区分认知和情感状态，并在检测到特定状态时生成刺激触发信号。这项工作发表在《IEEE固态电路杂志》中，作为美国国家精神卫生研究院（NIMH）提供的660万瑞士法郎资助的一部分，旨在开发能够测量和控制重度精神疾病，特别是情绪和焦虑障碍的振荡大脑网络的植入系统。它建立在实验室之前关于大脑到文本解码和闭环神经调制的工作基础上，将这些概念扩展至网络级生物标志物和未来精神疗法的自适应解码。更有针对性的低功耗刺激 研究人员使用之前精神实验中获得的人类大脑记录评估LogSync。一个数据集捕获了在执行心理任务时认知参与的变化，而另一个则捕获了参与者观看视频片段时的情感唤起。该算法仅通过神经记录区分了这些认知和情感状态。在明尼苏达大学进行的进一步实验中，植入物跟踪持续的振荡，并在预定义的大脑活动阶段生成刺激触发信号。LogSync芯片，尺寸约为4x2毫米。2026 EPFL / Lundi13 CC-BY-SA 4.0 Shoaran表示，主要挑战是能在植入系统非常有限的功率预算内实现这一切功能。“我们的整个系统是共同设计的，意味着算法和硬件是在考虑植入限制的情况下共同开发的。这种方法帮助我们在单个芯片上实现网络级神经信号处理和解码，同时将功耗保持在200微瓦以下——这仅是许多可植入神经接口系统通常所需功率的一小部分，”她说。另一个创新是LogSync使用对数计算，简化了大脑网络分析和实时生物标志物提取及解码所需的复杂操作。LogSync的初步验证重点在于精神应用。但提取大脑网络生物标志物以触发精确时机刺激的能力在下一代神经技术中广泛适用，包括用于运动障碍的自适应DBS、闭环非侵入性刺激以及新兴的聚焦超声接口。同时，实验室正在开发新的机器学习方法，这些方法直接从神经记录中学习，而不是预定义的生物标志物。他们最近的ICML 2026工作使用自监督学习捕获跨区域、通道和时间的大脑活动，支持将智能神经接口更接近临床应用的更广泛努力，包括通过Infera Neuro，这是一个由Shoaran共同创办的EPFL技术转移公司。资金来源: 美国国家精神卫生研究院，瑞士教育、研究和创新国秘处（SERI）资助的ERC初创基金。