但是，研讨大脑网络怎么彼此作用是很杂乱的。能够经过在患者大脑的一个区域供给时刻短的电流脉冲一起丈量其他区域的电压呼应来探究大脑网络。原则上，人们应该能够从这些数据中推断出大脑网络的结构。但是，关于实在世界的数据，这个问题很困难，因为记载的信号很杂乱，而且能够进行丈量的十分有限。

　　为了使问题易于办理，梅奥诊所（Mayo Clinic）的研讨人员开发了一套典范或观念，以简化电影响对大脑影响之间的比较。因为科学文献中不存在表征输入调集怎么在人类大脑区域中交融的数学技能，因而 Mayo 团队与人工智能 (AI) 算法范畴的世界专家合作开发了一种称为“根本概括曲线辨认”的新式算法。”

　　在《PLOS 核算生物学》（PLOS Computational Biology）杂志上宣布的这项研讨中，一名脑肿瘤患者在切除肿瘤之前接受了皮层电图（ECoG）电极阵列的放置，以定位癫痫发生并制作大脑功用图。每次电极彼此作用都会导致运用新算法研讨数百到数千个时刻点。研讨于2021年9月2日宣布在《PLOS Computational Biology》（最新影响因子：4.475）杂志上

　　“咱们的研讨结果表明，这种新式算法能够协助咱们了解哪些大脑区域直接彼此交互，这反过来又能够协助辅导电极的放置，以用于医治脑部疾病网络的影响设备，” 该研讨的榜首作者、梅奥诊所神经外科医师、医学博士 Kai Miller 说。Kai Miller 医师

　　“跟着新技能的呈现，这种算法可能会协助咱们更好地医治癫痫、帕金森病等运动障碍以及强迫症和抑郁症等精神疾病患者。”

　　“迄今为止，神经系统数据可能是人工智能研讨人员建模时最具挑战性和最令人兴奋的数据，”研讨合著者兼 Google Research Brain 团队成员 Klaus-Robert Mueller 博士说。Mueller 博士是柏林学习和数据根底研讨所（Berlin Institute for the Foundations of Learning and Data）的联合主任和机器学习小组（Machine Learning Group）的主任， 研讨所和机器学习小组都在柏林技能大学（Technical University of Berlin）。在这项研讨中，作者供给了一个可下载的代码包，以便其他人能够探究该技能。“同享开发的代码是咱们协助研讨可重复性尽力的中心部分，”梅奥诊所生物医学工程师和资深作者 Dora Hermes 博士说。创立于1864年的梅奥诊所

　　本大众号上的医疗信息仅作为信息资源供给与共享，不用于或依赖于任何确诊或医治意图。此信息不该代替专业确诊或医治。在做出任何医疗决议或有关特定医疗情况的辅导之前，请咨询你的医师。