摘要：科学家开发了一种新的AI算法，可以将与特定行为相关的大脑模式分开。这项工作有望改善大脑界面，并帮助发现新的大脑模式。...

Sawchuk电气和计算机工程主席Maryam Shanechi兼USC神经技术中心的创始主任及其团队开发了一种新的AI算法，可以将与特定行为相关的大脑模式分开。这项工作可以改善脑部计算机界面并发现新的大脑模式，已发表在《杂志》上自然神经科学。

当您阅读这个故事时，您的大脑参与了多种行为。

也许您正在移动手臂拿一杯咖啡，同时为同事大声朗读文章，并感到有点饿。所有这些不同的行为，例如手臂运动，言语和饥饿等不同的内部状态，同时编码在您的大脑中。这种同时编码会在大脑的电活动中产生非常复杂的混合模式。因此，一个主要的挑战是将编码特定行为（例如手臂运动）与所有其他大脑模式的大脑模式分离。

例如，这种解离是开发旨在恢复瘫痪患者运动的脑部计算机界面的关键。当考虑进行运动时，这些患者无法将自己的思想传达给肌肉。为了恢复这些患者的功能，大脑计算机界面将计划的运动直接从其大脑活动中解码，并将其转化为移动外部设备，例如机器人臂或计算机光标。

Shanechi和她的前博士学生Omid Sani现在是她的实验室的研究助理，他开发了一种应对这一挑战的新AI算法。该算法被命名为DPAD，以“解离的动力学优先分析”。

Shanechi说：“我们的AI算法（名为DPAD）分离了编码特定感兴趣行为的大脑模式，例如手臂运动与同时发生的所有其他大脑模式。” “这使我们能够比以前的方法更准确地从大脑活动中解码运动，从而可以增强脑部计算机界面。此外，我们的方法还可以发现大脑中可能会遗漏的新模式。”

Sani补充说：“ AI算法中的一个关键要素是首先查找与感兴趣的行为相关的大脑模式，并在训练深神经网络期间优先学习这些模式。” “这样做之后，算法后来可以学习所有剩余的模式，以便它们不会掩盖或混淆与行为相关的模式。此外，使用神经网络可以使算法可以描述的大脑模式的类型具有足够的灵活性。”

除运动外，该算法具有灵活性，可以在将来可能使用来解码精神状态，例如疼痛或情绪低落。这样做可以通过患者的症状状态来帮助更好地治疗心理健康状况，以此作为准确量身定制其需求疗法的反馈。

Shanechi说：“我们很高兴开发和展示我们的方法的扩展，这些方法可以在心理健康状况下症状状态。” “这样做可能会导致脑部计算机界面不仅用于运动障碍和瘫痪，而且还可以针对心理健康状况。”