探索“植物人”语言能力和意识水平

来源:脑科学与智能技术卓越创新中心

2020年5月25日,中国科学院脑科学与智能技术卓越创新中心(神经科学研究所)、中国科学院灵长类神经生物学重点实验室王立平研究组与复旦大学附属华山医院神经外科毛颖/吴雪海团队在《自然-神经科学》期刊在线发表了题为《探索意识障碍患者层级语言加工》的合作研究论文。

研究团队在意识障碍患者上开展了语言加工相关神经表征的探索性研究,并将相关神经表征与机器学习方法相结合,成功实现了对患者意识状态的诊断和康复预测,为意识障碍患者的临床诊疗提供了新的参考(图1)。

图1、研究者结合多层级语言序列范式和头皮高密度脑电记录,帮助临床医生对意识障碍患者的意识水平进行诊断和预后判断

每年我国有近10万患者因颅脑外伤、脑卒中、缺血缺氧性脑病等病陷入昏迷,继而进入长期的意识障碍状态,即传统意义上的“植物人”状态,长期治疗给家庭和社会都带来了巨大的压力。意识障碍患者中,以无反应觉醒综合征(unresponsive wakefulness syndrome,UWS)和最小意识状态(minimally conscious state,MCS)两类最为常见;相较于无反应觉醒综合征患者,最小意识状态患者的残存意识水平更高,康复可能性也更高。然而,现阶段对患者的状态鉴定依赖于有经验医生的观察和量表评分,具有一定的主观性,误诊率高达40%。近年来有研究者利用脑电或磁共振成像记录患者的脑活动,进而推测其意识障碍程度,但范式较为局限,神经指标也较为匮乏,准确性仍有一定的提升空间。因此,将语言加工这一大脑高级认知功能与意识状态相结合的研究,一方面对于研究大脑在不同意识状态下处理语言加工的能力及神经机制有着重要的科学价值,另一方面,将语言加工能力做为大脑认知能力指标来判断患者残存的意识水平,对于意识障碍患者状态诊断和康复预测有着极其重要的临床价值和社会意义。

虽然现阶段科研人员尚未彻底理解语言层级结构在大脑中的神经基础和计算机制,但现有的基础研究结果已经可以为临床转化提供借鉴。本研究合作者丁鼐研究员在以往的工作中发现,当健康人聆听按一定频率呈现的汉语语音序列时,大脑会以对应节律的神经振荡并行表征序列中不同层级的语言结构(字、词及句子/短语;图2a)。如,当以4字/秒的速度连续播放如“小马过河”的4字句子,大脑会追踪其中的字(“小”、“马”、“过”、“河”;出现频率为4 Hz)、词(“小马”、“过河”;出现频率为2 Hz)和句(“小马过河”;出现频率为1 Hz)结构,并在脑磁或脑电等神经信号上得以体现。相应的,如果呈现的是“高学山跑”这样不存在词和句结构的4字语音序列,则只能观察到与字结构出现频率对应的神经信号。

图2、研究流程。a)多层级语言序列范式和语言层级追踪相关神经反应的示意图。b)脑电微状态示意图。c)利用多层级语言序列范式下的语言层级追踪相关神经反应及脑电微状态指标,对意识障碍患者的意识水平进行判断并预测康复。

在此基础上,团队假设,意识障碍患者的残存意识水平与语言序列中层级结构的加工深度可能存在关联,尤其会在高层级语言结构的神经表征上得到体现。基于此,研究人员首先设计了3种包含不同层级的语言序列(仅包含字层级的单字序列,包含字及词结构的词组序列,包含字、词、句层级的句子序列),记录了无反应觉醒综合征和最小意识状态患者在接受到语音刺激时的床旁脑电活动,并与健康人进行了对比。群体对比的结果显示,患者组和健康被试组均表现出了对字层级结构的显著神经响应,但仅健康被试组的脑电活动显著体现出对词和句子结构的追踪。值得注意的是,在个体分析中,研究人员发现15名患者表现出对词和句子结构追踪的神经活动,其中6名患者在脑电记录的100天后表现出明显的意识水平康复。机器学习进一步显示,利用词组序列和句子序列条件下的神经活动对两类患者的区分更为有效。

从神经机制上来说,意识并不是一个静止的脑功能,而是一个动态变化、自我保持和全脑协同工作的实时演化过程。基于意识的全局工作空间理论中意识与高级皮层脑区的关系,团队进一步假设:高意识水平的脑活动会长时间停留在较为高级的前额叶-顶叶皮层信息环路中,而低意识水平的脑活动则更常分布于感觉等低级信息处理脑区——即大脑处理的语言序列句法结构越复杂,涉及到的高级脑区活动越多。研究人员记录了3组被试在接受3种包含不同层级结构的语言序列时的脑电微状态,并与静息状态进行了对比。脑电微状态基于全脑EEG电极活动变异最大时的脑电地形图聚类得到,包含了持续时间、出现次数等多种指标,可以反映大脑整体活动状态的时间和空间特征(图2b)。结果发现,基于群体脑电活动鉴定出的4种脑电微状态的多项指标均体现出了组间及任务间的差异。被试组间比较显示,在处理多层级语言序列时,健康被试更多地表现出了与高级认知活动信息环路相关的脑电微状态,而患者上与感觉信息处理相关的脑电微状态的出现概率更高。对比两组患者时发现,相较于无反应觉醒综合征组,最小意识状态组上感觉相关微状态的持续时间更短,而高级认知相关微状态的单位时间内出现次数更多。任务间比较显示,患者组间的脑活动微状态差异在高级语言任务条件下更为显著(图3)。两种机器学习方法的结果均显示,将语言层级相关的神经电活动和脑电微状态相结合(图2c),可以准确地判断患者的意识水平,且句子条件下的分辨效果最佳。

图3、三种脑电微状态参数的最小意识状态与无反应觉醒综合征组间差异随任务中语言层级的提升而加大

更重要的是,综合利用上述语言范式下的脑电指标建立的机器学习模型,不仅在诊断上显著优于基于行为学量表的临床评估,而且可以更准确地预测患者个体在脑电记录100天后的康复,正确率达到80%。为充分检测语言-脑电模型对单个患者的分类和预测结果的可靠性,研究人员进一步引入新一批患者数据,对当前模型进行预测功能的泛化验证,成功复现了准确的分类和预测效果。与之相对的是,基于临床行为评分的模型完全不具备对新数据集的泛化能力。这一系列对预测效果泛化能力的验证极为重要,意味着研究团队可能找到了一种普适的大脑意识水平的评价指标,在昏迷、睡眠、麻醉等一系列与意识水平相关的大脑状态评估中有着广泛的潜在应用价值。研究团队将在今后的研究中进一步优化测试方案,结合多模态测试和记录手段,进一步提高研究结果的临床效果、适应面和自动化程度,最终为研究意识障碍的神经机制、意识活动的神经表征,以及在意识障碍患者上开展相关科学研究提供实验依据和理论基础。

该研究由中科院脑智卓越中心(神经所)王立平研究员与复旦大学附属华山医院吴雪海教授共同指导,由脑智卓越中心桂鹏博士、蒋雨薇博士、温云卿博士、姜建博士,复旦大学附属华山医院臧迪、齐增鑫博士、谈家兴、谷川弘美,首都医科大学附属天坛医院徐珑博士合作完成,受到了脑智卓越中心学术主任蒲慕明院士、首都医科大学附属北京天坛医院赵继宗院士、法国国家健康与医学研究院Stanislas Dehaene院士、复旦大学附属华山医院副院长毛颖教授、浙江大学丁鼐研究员的大力支持,并得到脑智卓越中心灵长类生理检测平台的协助。研究获得了来自中国科学院、国家自然科学基金委员会和上海市的项目资助。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/487765.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

linux多线程时序问题,Linux时序竞态问题(sleep函数的实现)

时序竞态是指同样的程序,多次调用运行的结果不同,这是由于争夺系统资源所造成的。比如说我们要使用alarm和pause函数来实现一个sleep的功能,那么由于alarm函数的实现过程并不是一个原子操作,那么随时可能被中断。比如说alarm了1秒…

QQList列表功能实现

1.模型 class FriendsModel; interface GroupModel : NSObject property (nonatomic, copy) NSString *name; property (nonatomic, copy) NSString *online; property (nonatomic, strong) NSArray *friends; property (nonatomic, strong) FriendsModel *friendModel; proper…

探臻实录 | 戴琼海:搭建脑科学与人工智能的桥梁

来源:探臻科技评论人工智能作为21世纪最具有影响力的技术,正在包括诸如机器人、语言识别、图像识别、自然语言处理等诸多领域发挥着重要作用。脑科学被誉为“人类科学最后的前沿”,认识脑的奥秘是对人类的终极挑战。而更重要的是,…

linux下的单机工具,Linux下单机模式的Hadoop部署

需要软件:ssh:fedore 9 自带。jdk:http://java.sun.com/javase/downloads/index.jsp,下最近版本jdk-6u18-linux-i586Hadoop:http://apache.etoak.com/hadoop/core/hadoop-0.20.1/,最新版本0.20.1&#xff0…

全球顶尖计算机科学家排名,中科大上榜人数全国第一

来源:今日头条一年一度的全球顶尖计算机科学家TOP1000榜单出炉,这份由Guide2Research发布的计算机科学家排名中,中国科学技术大学以16人入选力压清华、北大、浙大等计算机科学强校,高居全国第一!中科大张亚勤等13位本科…

Linux可以对目录进行硬链接,Linux硬链接与软链接原理及用法解析

在linux系统中有种文件是链接文件,可以为解决文件的共享使用。链接的方式可以分为两种,一种是硬链接(hard link),另一种是软链接或者也称为符号链接(symbolic link)。硬链接概念硬链接(hard link, 也称链接)就是一个文件的一个或多个文件名硬…

CentOS6实现路由器功能

网络之间的通信主要是依靠路由器,当然生成环境中是拥有路由器的,但是系统中的路由配置也是需要了解一下地,今天讲解一下在CentOS6环境下搭建路由器,此乃入门级的简单实验。拓扑如上图已经规划好,暂且使用静态路由演示。…

在近期,美众议院为何密集提出了15项新兴技术法案?

来源:资本实验室近期,美国众议院能源和商业委员会及消费者保护与商业小组委员会密集提出了15项与新兴技术相关的法案议程。这些法案开宗明义,建立了明确的目标:确保美国在新兴技术领域的领导地位,以在全球竞争力方面战…

javascript测试框架mocha

node测试框架mocha 简单、灵活、有趣,mocha是一个功能丰富的javascript测试框架,运行在node和浏览器中,使异步测试变得更加简单有趣。http://mochajs.org/ 安装 $ npm install --global mocha//全局安装$ npm install --save-dev mocha//项…

复杂指令集linux,精简指令集和复杂指令集区别

精简指令集概述精简指令集计算机(RISC:Reduced Instruction Set Computing RISC)是一种执行较少类型计算机指令的微处理器,起源于80年代的MIPS主机(即RISC机),RISC机中采用的微处理器统称RISC处理器。这样一来,它能够以更快的速度执行操作(每…

求助马斯克实现载人飞行,NASA省了近300亿美元

出品 | 网易科技《知否》栏目组当美国宇航局(NASA)的宇航员于当地时间5月27日搭乘SpaceX的载人龙飞船升空时,他们将不仅仅是进入太空,还将开启一个可能具有变革意义的新时代,因为此前没有任何私人公司将人类送入轨道。…

Codeforces 138C(区间更新+离散化)

题意:有n棵树在水平线上,给出每棵树的坐标和高度,然后向左倒的概率和向右倒的概率,和为1,然后给出了m个蘑菇的位置,每一个蘑菇都有一个魔法值,假设蘑菇被压死了,也就是在某棵树[a[i]…

linux基础操作与实践,Linux操作系统基础与实践

《21世纪高等院校计算机网络工程专业规划教材:Linux操作系统基础与实践》由清华大学出版社出版。19.18定价:29.50(6.51折)/2014-06-01《Linux劋作系统基础与实践/21世纪高等院校计算机网络工程专业规划教材》内容共分10章,第1章主要讲解劋作系统概述、劋…

MIT机器学习种菜项目永久关停

来源:IEEE电气电子工程师Photo: Harry Goldstein麻省理工学院媒体实验室的开放农业计划(Open Agriculture Initiative),由首席科学家Caleb Harper领导,于2020年4月30日被该大学永久关闭。媒体关系总监Kimberly Allen在…

FastLeaderElection

FastLeaderElection是zookeeper默认的选举算法,当peer处于ServerState.Looking状态时会执行FastLeaderElection.lookForLeader进行选主. 重要数据结构: 1.HashMap<Long, Vote> recvset: 本轮选举中来自 ServerState处于 Looking的 Peer的选票信息. 用于判断是否选举结束…

linux安装-bin.rpm,Linux离线安装jdk,bin、rpm和tar.gz三种方式及配置jdk环境变量

本文主要是为了记录安装过程&#xff0c;方便后续用到时可及时翻阅&#xff0c;如有不对之处&#xff0c;请各位不吝赐教。因离线安装方法较为常用&#xff0c;故本文主要说明使用离线方式安装jdk的方法&#xff0c;在线安装方法后续补充。第一步&#xff1a;下载jdk官网下载地…

万字总结,知识蒸馏如何在推荐系统中大显身手?

来源&#xff1a;AI科技评论作者 | 张俊杰编辑 | 丛 末本文首发于知乎 https://zhuanlan.zhihu.com/p/143155437随着深度学习的快速发展&#xff0c;优秀的模型层出不穷&#xff0c;比如图像领域的ResNet、自然语言处理领域的Bert&#xff0c;这些革命性的新技术使得应用效果快…

【模板】快速幂取模

快速幂取模的模板&#xff0c;要注意所有变量都要开成long long类型的防溢出&#xff1a; #include<cstdio> #include<algorithm> #include<cstring> typedef long long LL; const LL mod1e97; using namespace std; LL a,b; LL mi(LL x,LL y) {LL res1;whil…

linux vim debugger,Vim 调试:termdebug 入门

简介termdebug 是从 Vim 8.1 开始内置的调试插件&#xff0c;仅支持 GDB。本教程仅在 Linux 下(Ubuntu 16.04)测试通过。安装将 Vim 升级至 8.1 或以上版本。GDB 需升级至 7.12 或以上版本。启动默认情况下需手动加载 termdebug 插件&#xff1a;:packadd termdebug假设我们有一…

时空大数据可视化表达分析,看MapGIS七大“超能力”

文章转载自微信公众号中地数码MapGIS&#xff0c;版权归原作者及刊载媒体所有。伴随着人们探索空间的过程&#xff0c;信息的获取范围也从局部地面、全球地表、地球各个圈层扩展到地球内外的整个空间&#xff0c;从原有的二维平面空间基准逐步演变到三维空间基准&#xff0c;进…