
-
生物通官微
陪你抓住生命科技
跳动的脉搏
关于闭环神经调节的基本问题:从控制理论的角度出发
《Cognitive Neurodynamics》:Fundamental questions on closed-loop neuromodulation: a control theory perspective
【字体: 大 中 小 】 时间:2026年05月07日 来源:Cognitive Neurodynamics 3.9
编辑推荐:
摘要 闭环神经调节旨在根据持续的神经或生理信号实时调整治疗刺激。尽管在临床应用中越来越广泛,但大多数实现仍然依赖于启发式规则,而不是基于系统与控制原理的公式化方法。本文受到2025年3月上海脑理论研讨会的讨论启发,围绕七个
闭环神经调节旨在根据持续的神经或生理信号实时调整治疗刺激。尽管在临床应用中越来越广泛,但大多数实现仍然依赖于启发式规则,而不是基于系统与控制原理的公式化方法。本文受到2025年3月上海脑理论研讨会的讨论启发,围绕七个基本问题构建了这样的公式化方法——机制(Q1)、系统性质(Q2)、状态测量(Q3)、驱动方式(Q4)、建模(Q5)、目标(Q6)和约束条件(Q7)——并对每个问题进行了基于知识的回顾,总结了当前的理解以及对未解决问题的科学展望。五个反复出现的主题贯穿了这七个问题:(i)非平稳性作为默认的操作条件;(ii)结构上的部分可观测性和驱动不足;(iii)刺激与测量之间的闭环干扰;(iv)硬性约束相对于无约束优化的优先性;(v)需要分层治理来区分性能追求与安全执行。我们认为,神经系统在可感知、可建模、可驱动和可验证方面与传统的工程系统有根本的不同;因此,我们将治疗目标从设定点跟踪重新定义为在治疗窗口内的基于设定的调节,并将安全、伦理和责任视为定义可接受设计空间的基本架构要素,而不是外部附加因素。最后,我们讨论了系统层面的障碍和近期的架构发展方向,包括双向脑机接口、具有独立安全监督的混合学习与控制流程,以及作为受监管测试平台的数字孪生技术。
闭环神经调节旨在根据持续的神经或生理信号实时调整治疗刺激。尽管在临床应用中越来越广泛,但大多数实现仍然依赖于启发式规则,而不是基于系统与控制原理的公式化方法。本文受到2025年3月上海脑理论研讨会的讨论启发,围绕七个基本问题构建了这样的公式化方法——机制(Q1)、系统性质(Q2)、状态测量(Q3)、驱动方式(Q4)、建模(Q5)、目标(Q6)和约束条件(Q7)——并对每个问题进行了基于知识的回顾,总结了当前的理解以及对未解决问题的科学展望。五个反复出现的主题贯穿了这七个问题:(i)非平稳性作为默认的操作条件;(ii)结构上的部分可观测性和驱动不足;(iii)刺激与测量之间的闭环干扰;(iv)硬性约束相对于无约束优化的优先性;(v)需要分层治理来区分性能追求与安全执行。我们认为,神经系统在可感知、可建模、可驱动和可验证方面与传统的工程系统有根本的不同;因此,我们将治疗目标从设定点跟踪重新定义为在治疗窗口内的基于设定的调节,并将安全、伦理和责任视为定义可接受设计空间的基本架构要素,而不是外部附加因素。最后,我们讨论了系统层面的障碍和近期的架构发展方向,包括双向脑机接口、具有独立安全监督的混合学习与控制流程,以及作为受监管测试平台的数字孪生技术。