EPFL团队开发LogSync植入式神经芯片，识别脑区交互及认知与情绪状态

EPFL 研究人员开发了一款可植入式神经芯片，可追踪不同脑区之间的通信，并实时识别认知和情绪状态。

脑深部刺激（DBS）是一种治疗技术，通过植入装置向大脑特定区域输送电脉冲，以调节神经活动。它已广泛用于帕金森病等运动障碍，研究人员也正日益探索其在严重精神疾病中的潜力，包括重性抑郁障碍、创伤后应激障碍和强迫症。

然而，大多数现有 DBS 系统采用工程师所称的“开环”方式：根据预设参数输送刺激，而不是持续适应患者的大脑活动。即便是在闭环或自适应系统中，许多系统仍依赖从单个脑区记录的信号。这对精神障碍而言是一大限制，因为具有临床意义的信息可能分布在相互交互的脑区网络中。

“我们的工作基于日益增多的研究，这些研究表明，精神障碍更多源于脑区之间通信的中断，而非任何单一脑区的功能障碍，”EPFL 工程学院与 Neuro-X 研究所的综合神经技术实验室负责人 Mahsa Shoaran 解释道。

Shoaran 及其团队开发了一款低功耗、可植入式神经片上系统。它名为 LogSync，可记录脑活动，并提取描述脑波（振荡）强度以及不同脑区信号间同步性的生物标志物。随后，机器学习算法分析这些网络层面的生物标志物，以区分认知和情绪状态，并在检测到特定状态时生成刺激触发信号。

这项研究发表于IEEE Journal of Solid-State Circuits，作为美国国立精神卫生研究所（NIMH）的一项 CHF 6.6 million 拨款开展，旨在开发能够测量和控制振荡性脑网络、用于治疗严重精神疾病的植入式系统，尤其是情绪和焦虑障碍。该研究以该实验室此前关于 脑到文本解码 和 闭环神经调控 的工作为基础，将这些概念扩展至网络层面的生物标志物和自适应解码，以用于未来的精神疾病治疗。

以更低功耗实现更具靶向性的刺激

研究人员利用此前精神疾病实验采集的人脑记录对 LogSync 进行了评估。其中一个数据集记录了执行心理任务时认知投入程度的变化，另一个数据集记录了参与者观看视频片段时的情绪唤醒。仅凭神经记录，该算法就能区分这些认知和情绪状态。在明尼苏达大学进行的后续大鼠实验中，植入装置可持续追踪振荡活动，并在脑活动的预定时段生成刺激触发信号。

Shoaran 表示，主要挑战在于，在植入式系统极为有限的功率预算范围内实现所有这些功能。

“我们的整个系统采用协同设计，即算法与硬件同步开发，并始终将植入式设备的限制考虑在内。这种方法帮助我们在单芯片上实现了网络级神经信号处理与解码，同时将功耗保持在 200 微瓦以下——仅相当于许多可植入神经接口系统通常所需功耗的一小部分，”她说道。另一项创新是 LogSync 对对数运算的运用，它简化了脑网络分析以及实时生物标志物提取与解码所需的复杂运算。

LogSync 的初步验证聚焦于精神疾病应用。然而，提取脑网络生物标志物以触发定时精确刺激的能力，广泛适用于下一代神经技术，包括用于运动障碍的自适应 DBS、闭环非侵入式刺激，以及新兴的聚焦超声接口。

与此同时，该实验室正在开发新的机器学习方法，使其直接从神经记录中学习，而非依赖预定义的生物标志物。他们近期的 ICML 2026 工作采用自监督学习来捕捉跨脑区、通道和时间的神经活动，支持将智能神经接口进一步推向临床应用的更广泛努力，其中包括通过 Infera Neuro（一家由 Shoaran 共同创立的 EPFL 分拆公司）开展的工作。

资助

美国国家心理健康研究所 

由瑞士教育、研究与创新国务秘书处（SERI）资助的 ERC 启动基金

参考文献

D. Alex 等，“LogSync：一种用于跨区域同步性提取和自适应精神状态分类的低功耗对数 SoC”，《IEEE 固态电路杂志》（JSSC），Sept 2026，doi：10.1109/JSSC.2026.3728617。

J. Liu 和 M. Shoaran，“RECTOR：用于情感与认知表征学习的掩码式区域-通道-时间建模”，机器学习国际会议（ICML），2026 https://proceedings.mlr.press/v306/liu26dt.html

D. Alex 等，“一种用于脑网络连接性提取和自适应精神症状分类的 32 通道 196-μW 对数 SoC”，2025 年 VLSI 技术与电路研讨会（VLSI Technology and Circuits），日本京都，2025，pp. 1-3，doi：10.23919/VLSITechnologyandCir65189.2025.11075022。