美国顶尖私立大学维克森林大学的研究人员建立了一个人工智能模型来读取大脑记忆信号，这项研究旨在开发一种利用海马体刺激的神经假体,以促进人类对刺激特征和类别的记忆编码和回忆。
研究人员在神经修复方面取得了里程碑式的进展，展示了使用新开发的记忆解码模型 (MDM) 回忆特定记忆的能力。
这项研究涉及 14 名患有癫痫症的成年人，结果表明 MDM 刺激显着改善了记忆表现，尤其是记忆力受损的人，这为治疗阿尔茨海默病、中风或头部损伤等疾病带来了希望。这项研究标志着朝着创建可以恢复失去的记忆功能的干预措施迈出了重要一步，有可能帮助个人更加独立地生活
该研究中使用了两种人工智能模型:
MIMO模型(Multiple-Input Multiple-Output Model) 这是一种非线性输入输出模型,用于连续预测海马CA1区的神经元活动输出,基于海马CA3区的神经元活动输入。该模型不依赖或使用任务中呈现图像的具体内容信息
记忆解码模型(Memory Decoding Model, MDM) 这是一种基于MIMO模型衍生出的特定于内容的模型。MDM将MIMO预测的CA1神经元活动与图像类别相关联,从而为每个类别和每位被试产生一个用于刺激的稀疏静态模式。也就是说,MDM试图从被试自身的海马神经活动中解码出与特定视觉内容相关的神经编码模式,并将其用于电刺激
两种模型的主要区别是,MIMO只关注大脑状态与一般记忆编码的关系,而MDM则试图解码出特定于视觉内容类别的神经编码模式,用于针对性电刺激,从而影响对特定内容的记忆。文中主要探索和评估了MDM模型及其刺激模式对记忆编码和回忆的影响
实现过程
患者参与视觉记忆任务（延迟匹配样本DMS：一种常用于测试短期工作记忆的实验范式）：向他们展示样本图像，短暂延迟后，要求他们从一组多张图像中识别匹配图像
研究人员使用手术植入的电极记录了患者海马体的电活动。他们捕获了与特定视觉记忆的编码和回忆相关的神经放电模式
然后，记录的神经数据被用来训练记忆解码模型人工智能模型。该模型学会了将海马体活动的某些模式与 DMS 任务中的特定图像类别（例如动物、建筑物、工具等）相关联
经过训练，人工智能可以接收新的海马体活动模式并解码它们可能代表的图像类别。换句话说，它可以根据神经放电模式预测大脑正在处理什么样的视觉信息
然后，研究人员使用人工智能为每个患者和图像类别生成独特的电刺激模式。这些刺激代码旨在模仿与成功的记忆编码和特定类型信息的回忆相关的自然神经活动模式
DMS：通过患者触摸聚焦环开始试验，从而呈现样本图像 (SP)。患者通过触摸样本图像做出响应后，会出现延迟，然后呈现匹配图像 (MP)。患者在匹配阶段触摸其中一张图像来结束试验
研究人员成功地将某种内容或信息"写入"到了主动回忆的过程中,即刻意地将这些内容编码进记忆,以备后续主动提取回忆
他们设置了一项延迟识别任务，向患者展示 3 张图像，其中 2 张是以前见过的，其中一张是他们应该记住的“目标”图像
然后，研究人员使用与记录相同的电极对大脑施加电刺激，以帮助患者回忆起正确的图像
AI模型引导的刺激，即在编码阶段应用模型生成的刺激代码，帮助一些患者随后更好地识别目标图像，证明了记忆力的改善
他们在已经植入植入物的阿尔茨海默病患者身上进行了测试，结果发现，记忆力提高了 22%，而刺激大脑两侧的患者的记忆力提高了 38%
结语
研究的未来方向将集中于三个方面：一是进一步探讨非匹配刺激的有效性；二是探究跨类别共享的非类别特异性图像特征的影响；三是研究是否可以从一个或多个患者那里获取的MDM刺激代码成功应用到其他患者身上。
研究还将关注刺激模式是否是在编写记忆代码还是强化已存在的代码，并打算探索不同类别的神经放电，如颜色或背景特征，以及这些特征对所推导出的不同类别刺激模式的影响。最终目标是发展一种通用且能够针对个体间共有的记忆编码特征、又能有效促进特定记忆内容保持的记忆假体装置
⭐星标AI寒武纪，好内容不错过⭐
用你的赞和在看告诉我～
恢复记忆👇👇