【导读】大脑不同区域之间的高效协同，使我们能够感知环境、做出决策、执行动作。然而，当神经通路因疾病或损伤而“断线”，功能便会受损。此时，我们能否重建这种跨脑区的信息传递？近日，香港科技大学王怡雯团队在《Nature Computational Science》发表的文章提出了一种基于行为强化的神经脉冲生成模型，利用行为层面的反馈，实现了功能性神经脉冲的在线生成，为神经旁路系统与闭环脑机接口的开发提供了新思路，也为神经功能康复带来新的可能。
大脑通过神经元之间的电脉冲，即“神经脉冲”，进行信息编码与传递。然而，神经系统疾病或损伤（如中风、阿尔茨海默症等）会破坏这些通路，导致功能障碍。
近年来，脑机接口（BMI）为功能恢复提供了新的可能。多数脑机接口研究聚焦于读取大脑信号，帮助患者控制机械臂等外部设备，以替代受损的运动功能（图1左）。
图 1 脑机接口（左）与神经旁路系统（右）
另一类更具前瞻性的思路是神经旁路系统，其希望能构建一条人工信息通路，从上游脑区神经信号中实时生成下游脑区神经脉冲活动序列，以多通道、时变的微电刺激实时、精准的调控下游神经元活动，从而绕过受损部位，恢复甚至增强原有的运动或认知功能（图1右）。
这一设想的核心挑战在于：如何根据上游脑区信号，准确生成最有效的下游脑区的脉冲序列模式？
具体而言，在受损神经通路中构建跨脑区的神经脉冲生成模型，需要克服两大瓶颈：
·缺乏可用的下游信号：在神经通路已受损的情况下，下游脑区的正常活动记录往往不可获得，或已严重失真；
· 复杂的神经编码机制：神经活动与行为之间存在非线性、“多对一”的复杂映射关系（即相同的行为可能由不同的神经活动所编码）。模型需要从海量可能的脉冲模式中找到最有效的下游活动，建立上下游脑区神经活动间的非线性映射。
研究方法及实验验证
为解决上述问题，研究团队提出了基于强化学习的点过程框架（RLPP）。该方法不依赖下游脑区的脉冲记录，而是以“行为是否成功”作为反馈信号，引导模型生成有效的脉冲序列。
下图展示了RLPP框架的具体结构。RLPP 模型接收上游脑区的神经脉冲输入，生成的下游脉冲模式由一个预训练的行为解码器转化为具体行为。基于行为是否成功，RLPP模型不断优化参数，调整输出的神经脉冲模式，从而提高行为层面的表现。
图 2 RLPP框架在大鼠mPFC-M1功能回路上的应用
这一过程模拟了生物脑“试错学习”（trial-and-error）的机制，使模型具备持续的探索与自我改进的能力，能够寻找有效的神经编码方式，从而得以生成与下游脑区功能相近、模式相符的多神经元脉冲序列。
研究团队在大鼠的运动控制通路（从内侧前额叶皮层（mPFC）到初级运动皮层(M1)）以及小鼠视觉-运动通路的数据上验证了方法的有效性。
在行为解码成功率上，RLPP生成的神经脉冲序列显著超越了基于监督学习的方法。进一步理论分析显示，RLPP模型能充分提取上游信号中与行为相关的信息，并将其转化为有效的输出序列。
图 3 RLPP模型在解码成功率上显著优于基于监督学习的方法（SLPP）
图 4 RLPP模型能更有效的提取上游脑区记录中行为相关的信息用于信号生成
未来展望
随着神经记录与刺激技术的不断发展，神经旁路系统在真实临床场景具有广阔应用前景。RLPP模型所生成的神经脉冲时空模式有望助力实现精准神经调控，恢复受损的神经功能。
研究团队预计将研究成果推广至更多功能通路，如认知与感受相关回路。未来，结合迁移学习、强化学习算法与深度学习架构，RLPP模型有望进一步提升性能。长期来看，模型引导的刺激范式可能通过Hebbian可塑性机制诱导皮层重塑，实现长期神经康复。这项研究为神经旁路系统的发展提供了新的计算模型，也有望为理解脑区间信息编码与学习机制提供全新视角。
作者信息：文章第一作者为伍圣晖，现任香港科技大学研究助理教授。香港科技大学王怡雯教授为独立通信作者。文章合作者还包括香港科技大学刘凯教授团队、帝国理工学院的Dario Farina教授、佛罗里达大学的Jose Principe教授。
论文链接：
https://www.nature.com/articles/s43588-025-00915-5
排版校对：祁玉
来源：脑机智能在线
仅用于学术分享，若侵权请留言，即时删侵！