个体化 AI 驱动的神经调控选择性增强并重组人类舌感觉运动网络

精确调控舌运动与感觉控制（TMSC）脑网络对神经康复至关重要。现有神经调控方法使用固定靶点，忽视了个体网络架构。我们提出一个AI驱动的个体化fMRI神经调控（iNM）平台，实时自适应靶向受试者特定的TMSC网络。利用由每位参与者解剖与功能构建的神经功能孪生模型，iNM强化目标活动并抑制竞争状态。无监督机器学习和隐马尔可夫建模显示，iNM将TMSC状态占用率从82%提高到97%，并将吞咽状态干扰抑制83%。顶下小叶成为感觉运动整合枢纽，其幅度增加（d' 右侧90.4，左侧84），空间扩展（右侧134.8%，左侧81.8%）。皮层-皮层下连接在运动、感觉和注意网络中增强53%至74%，并持续到非iNM区块。因此，iNM或可为中枢或周围神经系统疾病提供精准神经康复，例如分别用于肌萎缩侧索硬化症和头颈癌幸存者的治疗诱导性颅神经病。

中文由 AI 翻译，仅供参考，以原文为准。