斯坦福研究利用多电极刺激技术和生物物理模型，提高视网膜假体疗效，有望改善现有单电极刺激的不足。
原文标题：【斯坦福博士论文】建模用于脑机接口的电气神经刺激
原文作者：数据派THU
冷月清谈：
本文介绍了斯坦福大学一项关于多电极刺激在视网膜假体中应用的研究。
该研究针对现有视网膜假体单电极刺激的不足，例如目标细胞激活不足或非目标细胞激活等问题，提出了多电极刺激的方案。然而，多电极刺激中电流的非线性结合导致了难以预测和控制的细胞反应，并且随着电极数量的增加，校准工作量呈指数级增长。
为解决这些挑战，研究人员利用视网膜神经节细胞的生物物理模型，更好地理解多电极刺激的非线性反应，并设计新的多电极刺激策略。
研究首先建立了一个单个视网膜神经节细胞的电激活生物物理模型，并通过实验数据进行了校准。该模型能够准确地模拟视网膜神经节细胞对电流刺激的反应，包括激活阈值、电压波形和脉冲活动的空间分布等关键特征。
随后，该模型被用于模拟两个或三个电极的多电极刺激，并成功再现了视网膜神经节细胞的非线性和线性反应。研究发现，电极相对于目标细胞的位置和方向决定了反应的线性程度。
最后，基于这些建模见解，研究人员设计了新的多电极刺激策略，例如轴突避让双电极刺激。实验结果表明，该策略能够有效降低目标细胞的激活阈值，并提高非目标细胞的激活阈值，从而增强刺激的选择性。模拟结果进一步显示，多电极策略相比传统单电极方法，选择性最多可提高3倍。
该研究针对现有视网膜假体单电极刺激的不足，例如目标细胞激活不足或非目标细胞激活等问题，提出了多电极刺激的方案。然而，多电极刺激中电流的非线性结合导致了难以预测和控制的细胞反应，并且随着电极数量的增加，校准工作量呈指数级增长。
为解决这些挑战，研究人员利用视网膜神经节细胞的生物物理模型，更好地理解多电极刺激的非线性反应，并设计新的多电极刺激策略。
研究首先建立了一个单个视网膜神经节细胞的电激活生物物理模型，并通过实验数据进行了校准。该模型能够准确地模拟视网膜神经节细胞对电流刺激的反应，包括激活阈值、电压波形和脉冲活动的空间分布等关键特征。
随后，该模型被用于模拟两个或三个电极的多电极刺激，并成功再现了视网膜神经节细胞的非线性和线性反应。研究发现，电极相对于目标细胞的位置和方向决定了反应的线性程度。
最后，基于这些建模见解，研究人员设计了新的多电极刺激策略，例如轴突避让双电极刺激。实验结果表明，该策略能够有效降低目标细胞的激活阈值，并提高非目标细胞的激活阈值，从而增强刺激的选择性。模拟结果进一步显示，多电极策略相比传统单电极方法，选择性最多可提高3倍。
怜星夜思：
1、文中提到的“非线性反应”具体是指什么？这种非线性反应对视网膜假体的实际应用有什么影响？
2、除了文中提到的轴突避让双电极刺激，还有哪些多电极刺激策略可以提高视网膜假体的选择性和有效性？
3、这项研究的成果未来如何应用于临床实践？还有哪些挑战需要克服？
2、除了文中提到的轴突避让双电极刺激，还有哪些多电极刺激策略可以提高视网膜假体的选择性和有效性？
3、这项研究的成果未来如何应用于临床实践？还有哪些挑战需要克服？
原文内容
来源：专知本文约1000字，建议阅读5分钟
本研究利用视网膜神经节细胞的生物物理模型来更好地理解多电极刺激的非线性反应，并帮助设计新的多电极刺激策略。
脑机接口（BCI）具有通过嵌入电子设备替代退化神经通路的潜力，能够彻底改变医学领域。一个显著的例子是使用视网膜上植入物（epiretinal implants）来恢复因年龄相关性黄斑变性（AMD）或视网膜色素变性（RP）而失明的人的视力。在这些情况下，视网膜中的光感受器发生退化，而视网膜神经节细胞（RGCs）保持基本完整，提供了通过电刺激重新引入视觉信息的机会。
自然视觉的产生依赖于视网膜神经节细胞亚型之间电信号的精确协调，每种亚型将独特的视觉特征传递到大脑。因此，精确激发视网膜神经节细胞的激活模式可能是恢复自然视觉所必需的。当前的设备通过单个电极逐次传递电流（单电极刺激），这导致目标视网膜神经节细胞的激活不足或非目标视网膜神经节细胞的无差别激活。通过多个电极进行刺激（多电极刺激）有可能实现更有针对性的刺激。然而，同时通过多个电极传递的电流通常会非线性地结合，从而驱动视网膜神经节细胞的反应（非线性反应），使得这些反应变得难以预测和控制。此外，现有的多电极刺激方法不可行，因为植入设备的校准工作随着电极数量的增加而呈指数级增长。
为了解决这些挑战，本研究利用视网膜神经节细胞的生物物理模型来更好地理解多电极刺激的非线性反应，并帮助设计新的多电极刺激策略。
首先，我展示了一个关于单个视网膜神经节细胞电激活的生物物理模型，该模型使用之前研究中的主动膜特性开发，并通过高密度微电极阵列（MEA）中的电刺激和记录数据进行了校准。该模型再现了关键趋势，包括电流作为激活阈值的sigmoid型视网膜神经节细胞反应，激活阈值为1-4 µA，不同视网膜神经节细胞区室的双相和三相电压波形记录的脉冲，以及MEA上记录的脉冲活动的真实空间分布，实测数据和模型数据之间的平均相关系数为0.82。
其次，模型模拟了使用两个或三个电极的多电极刺激。该模型正确地再现了视网膜神经节细胞对多电极刺激的非线性反应，以及在某些情况下多个电极的电流线性结合以驱动视网膜神经节细胞反应（线性反应）。我们表明，电极相对于目标视网膜神经节细胞的距离和方向预测了反应的线性程度，这一发现与实验数据中的趋势一致。
最后，这些建模见解指导了多电极刺激策略的设计，这些策略利用线性反应并避免非线性反应。一个策略是用于轴突避让的双电极刺激，实验结果表明，该策略平均使目标视网膜神经节细胞的阈值降低约21%，非目标通过轴突的阈值提高约14%，选择性提高了1.44倍。额外的仿真结果显示，与传统的单电极方法相比，使用多电极策略能够实现最多3倍的选择性提高。
