《Frontiers in Artificial Intelligence》：Encoding tactile stimuli for Braille recognition with organoids
编辑推荐：
本研究提出一种可迁移的编码策略，将触觉传感器数据映射为电刺激模式，使神经类器官能够执行开环人工触觉盲文分类任务。研究人员在低密度微电极阵列（microelectrode array, MEA）上培养人类前脑类器官，并系统性地施加刺激，以表征电刺激参数（脉冲数、
本研究提出一种可迁移的编码策略，将触觉传感器数据映射为电刺激模式，使神经类器官能够执行开环人工触觉盲文分类任务。研究人员在低密度微电极阵列（microelectrode array, MEA）上培养人类前脑类器官，并系统性地施加刺激，以表征电刺激参数（脉冲数、相位幅度、相位持续时间及触发延迟）与类器官反应（以尖峰活动和活动中心空间位移衡量）之间的关系。将该策略应用于Evetac传感器记录的事件型触觉输入，单一类器官对盲文字母的平均分类准确率达到61%，而组合三个类器官的反应后准确率提升至83%。此外，多类器官配置对多种人为引入的噪声表现出更强的鲁棒性。本研究展示了类器官作为低功耗、自适应生物混合计算元件的潜力，并为未来可扩展的生物混合计算架构提供了基础编码框架。
硅基神经形态处理器虽在毫瓦级运行，但扩展到皮层复杂度时预计功耗将达到千瓦至兆瓦级，而人脑执行相似计算仅约20瓦。为应对这一能效瓶颈，生物计算利用培养在微电极阵列（MEA）上的脑类器官，凭借其三维架构和真实突触实现极低能耗的信息处理。类器官智能（OI）领域已展示类器官作为储层计算器、游戏学习器和逻辑门等计算元件，但要应用于机器人任务，必须解决外部传感器与类器官网络之间的编码和解码问题。现有编码策略多针对特定任务和传感器，缺乏可迁移且适配低密度MEA的通用方案。因此，本研究旨在开发一种可迁移的触觉编码策略，将事件型触觉数据映射为电刺激参数，并在盲文识别任务中评估其可行性。
研究人员在FinalSpark Neuroplatform上培养人类前脑类器官（约500 μm直径），每个类器官位于8电极低密度MEA（电极间距200 μm）上。首先系统扫描电刺激参数（脉冲数、相位幅度、相位持续时间、触发延迟）与类器官尖峰计数、时间动态和活动中心（CA）空间位移的关系。随后，使用Evetac事件型光学触觉传感器在3D打印盲文板上采集26个英文字母、5个按压深度各10次共1300个样本。将触觉输出划分为8个空间区域，提取事件数、事件持续时间、峰值活动时间和事件偏差，分别线性映射为脉冲数、相位持续时间、触发延迟和相位幅度，生成电刺激模式。刺激后记录各电极10-510 ms内的阈值事件计数作为8维响应，用支持向量机（SVM）分类。单类器官平均准确率61%；三个类器官响应拼接为24维后准确率83%。在多种人为噪声下，三器官系统的准确率下降小于单器官，且优于直接从刺激模式解码的基线。
主要技术方法包括：（1）事件型触觉感知：Evetac传感器使用DVXplorer Mini事件相机输出地址事件表示（AER）异步事件流；（2）特征编码：将AER事件按8个空间区域提取4类特征，线性映射到4个电刺激参数；（3）电刺激与记录：通过Neuroplatform低密度MEA施加双相电流脉冲，记录各电极尖峰计数；（4）分类与评估：使用SVM交叉验证，比较单/多器官及直接刺激基线。样本来源为FinalSpark Neuroplatform培养的人类前脑类器官。
### 3.1 电极刺激参数对类器官反应的影响
#### 3.1.1 不同刺激参数下的类器官反应
通过单因素扫描发现，脉冲数增加使尖峰计数近似线性上升；相位幅度存在约4 μA的激活阈值，低于阈值难以诱发反应；相位持续时间与触发延迟对尖峰计数无一致单调影响。这为选择安全且信息丰富的编码范围提供了依据。
#### 3.1.2 类器官反应的时间动力学
同步刺激并记录600 ms窗口，显示单脉冲引起的活动约60 ms内恢复，增加脉冲数可延长至约100 ms；低于4 μA无反应；50 μs的相位持续时间仍可引发爆发。基于此确定500 ms解码窗口。
#### 3.1.3 类器官反应的空间动力学
通过分析CA位移、轮廓系数和全局尖峰计数，发现脉冲数≥4时产生更紧凑、可分离的活动簇；相位持续时间在整个测试范围持续增强空间区分；不同电极刺激引起约20 μm位移但方向不遵循电极位置映射，提示类器官存在内在非线性输入映射。
### 3.2 类器官在盲文分类中的表现
使用SVM对1300个样本分类，单个类器官8维特征准确率约57%（摘要统计平均61%）；三个类器官单独使用准确率分别为59%、62%、67%；合并为24维后达83%。热图显示不同按压深度下反应模式一致，说明类器官对刺激强度变化具有内在鲁棒性。
### 3.3 与直接解码刺激模式的比较
直接对32维刺激模式进行SVM分类，干净条件下准确率82%，三器官系统为83%；在四种通道扰动下，直接基线降至55%-67%，三器官系统保持68%-83%，表明多器官组合在保留任务信息的同时增强了对通道损坏的鲁棒性。
讨论部分总结了编码策略的原理：脉冲数是驱动爆发活动的主要参数，相位持续时间主要调节电荷积分窗口，触发延迟仅决定起始时间。该编码可随任务调整空间分辨率，提供从高维事件传感器到低密度MEA的压缩接口。多器官性能提升可能源于部分互补的反应变换和生物退化性，但需进一步直接测量相关性来验证。未来需开展闭环实验、采用更高密度MEA、扩展器官数量并探索与神经组织的双向接口。研究结论：本研究系统表征了低密度MEA上人类前脑类器官的刺激-反应特性，提出可迁移的时空幅度编码策略；在盲文分类中，三器官组合达到83%准确率并增强噪声鲁棒性，表明稀疏仪器化的类器官在适当刺激输入下能支持可靠开环分类，为可扩展生物混合计算架构奠定基础。
