【简报】天津大学神经工程与康复实验室 总第8期
一、新年寄语
2017新学年寄语
致神经工程与康复实验室各位师生同仁
万柏坤
又是一个新学年伊始，又是一度金秋收获季，既是一场新战斗开局，亦是一个新长征起点。天津大学神经工程与康复实验室（TUNERL）自创建以来已经历了诸多酷暑寒冬考验，也获得了不少春华秋实硕果。
今年又是个丰收好年景。年初（1月）天津大学决定成立医学工程与转化医学研究院（简称“医工院”，团队负责人明东老师聘为院长并聘请到我国神经再生领域知名医学专家顾晓松院士担任医工院首席科学家）以搭建“强工、厚理、振文、兴医”大格局，TUNERL荣幸成为关键棋子；春季（4月）团队在“2017中国生物医学工程大会暨创新医疗峰会”上荣获第二届“黄家驷生物医学工程奖”，TUNERL又交了一份新答卷；盛夏（7月）“天”作之合“天津大学天津医院”正式挂牌，在“健康中国”大背景下强强联手助力建设中国特色世界一流大学，TUNERL有新的担当；近日（8月底）天津大学、天津医科大学全面深化战略合作联手共建医学科学与工程学院，TUNERL迎来全面发展的又一新机遇。正是：皓月高照北洋园，秋高气爽大联合，天大天医紧携手，神经工程创一流。
值此金秋时节，祝各位师生同仁谦虚谨慎、齐心协力、互敬互爱、再接再厉，继续深入探究神经调控与刺激机制、揭示脑机交互与融合秘密、打造神经传感与解码新工具，通过深度学习开创人工智能新篇章，借助大数据、精运算开发新型智能神经康复机器人，瞄准国家战略和百姓需求再立新功。
2017新学年寄语
倪广建
亲爱的同学们：
首先向新加入TUNERL大家庭的同学表示热烈的欢迎，希望新的学期里和大家并肩战斗、共创新的辉煌。过去的一年是硕果累累的一年，我们TUNERL大家庭在明东老师的带领下，在各位老师同学的共同努力下，先后为国家“天宫二号”和“神州十一号”载人飞行任务研制了空间站在轨脑-机交互技术试验系统、成功完成了国际首次脑-机交互空间适应性测试，获得了黄家驷生物医学工程奖、天津市技术发明一等奖、天津市专利金奖等重要奖励；科研成果之外，实验室还获评天津大学金牌实验室第一名。在此，也向为丰硕成果付出辛苦努力的老师、同学们致以真挚的感谢！
暑假的快乐生活过去了，新的学期已经开始，我们又一次站在了新的起点，即将面临新的挑战！九层之台，起于垒土，千里之行，始于足下。科学研究是枯燥的，没有一蹴而就的捷径，需要坚持不懈的努力；科学研究是精彩的，探索未知的过程给大家带来的是独一无二体会，攻克未知、解决问题给大家带来的成就感是无与伦比的；科学研究是严肃的，科研诚信是我们每一个科研工作者所必备的品质。
“强工、厚理、振文、兴医”是天津大学建设“中国特色世界一流大学”重要格局规划，对于我们生物医学工程、神经工程来讲是历史性的发展机遇，同时也是我们要面临的巨大挑战。借此机会，希望同学们在学习、研究工作中继续坚持“明德致和、精实为公、坐言起行、厚栋任重”的专业精神，定位国际前沿，勇于挑战国际难题，肩负学校“兴学强国”的使命，以“天大”的气魄，怀着“天大”的情怀、成就一番“天大”的事业，实现我们“天大”的梦想！
筚路蓝缕启山林，
砥砺奋进续华章
2017新学年寄语
柯余峰
作为已经从实验室毕业的人，还能有机会继续留在实验室工作，我倍感荣幸，借此机会特别感谢实验室各位老师多年来的谆谆教诲，感谢实验室兄弟姐妹们的帮助。
从硕士到博士，我在实验室已整整6年，亲眼见证了实验室的发展，从最初基本的实验条件都捉襟见肘，到如今各种实验条件都具备，特别是近两年，实验室各种成果、奖励、项目、合作不断。感受到实验室发展带来的福利的同时，也深感这一切来之不易，离不开实验室老师和同学们的团结互助和辛苦付出，特别是明老师为实验室的发展栉风沐雨、披星戴月的奔走。同时，我也深深体会到，实验室近年来的发展一个重要因素是我们正处在一个前所未有的好时代。
近期，天津大学正式开启了医学发展的大幕，医学工程与转化医学研究院成立，医学科学与工程学院的建设也已提上日程，医工结合成为天津大学发展医学的重要战略突破口，我们的专业和研究方向将肩负着天津大学医工结合发展的重要使命。21世纪将是脑的世纪，我们实验室的核心方向——神经工程正乘着脑科学兴起的东风受到前所未有的重视，正处于蒸蒸日上的起飞阶段，神经工程技术未来前景广阔。随着国家日益强盛，国家对科研的重视和支持力度空前加大，只要我们不断创新，在自己的领域有所成就，就能得到应有的回报。
值此新学年开学之际，在此特别对新进入实验室的师弟师妹们表示欢迎。你们选择了一个充满正能量的实验室，选择了一群为教育和科研事业孜孜不倦的好老师，选择了一个前景光明、充满无限可能的方向，同时你们处在一个前所未有的好时代，只要你们努力付出，你们一定能得到你们应得的收获，你们的未来也将充满光明。
过去我们筚路蓝缕启山林，未来我们继续砥砺奋进续华章。让我们携手，为天津大学的医工结合、为我国神经工程的发展、为祖国的强盛和民族的复兴贡献力量。
二、实验室新闻
面向“健康中国” 共建“世界一流”
天津大学、天津医科大学全面深化战略合作
联手共建医学科学与工程学院
2017年8月23日，天津大学与天津医科大学共同签署了全面深化战略合作协议和共建“医学科学与工程学院”备忘录。根据协议，双方将面向“健康中国”的国家战略，以建设“中国特色世界一流大学和一流学科”为契机，统筹协调，深化合作，联手共建高层次高水平的“医学科学与工程学院”，并将其打造成为天津市新医学教育与科技综合改革试验田，以此为支点推动两校实质性的学科融合发展。
天津大学党委书记李家俊、天津医科大学党委书记姚智出席签约仪式并致辞。李家俊充分肯定了共建对学校整体发展格局的重要意义，并表示，天津大学会把与天津医科大学合作作为相当长时间战略重点进行推动，助力两校在建设世界一流大学和世界一流学科上共创辉煌，为天津市、中国建设扎根中国大地办世界一流大学做出自己的贡献；姚智表示，要以双方联合建立学院，携手打造世界一流的高端医疗科技人才培养特区和医学研究创新基地；天津大学医学工程与转化医学研究院院长明东表示，双方在全方位多层次的合作所产生的积极反应，将有助于在天津打造国际领先的生物医学工程学科，实现双方携手共赢。
精仪学院神经工程与康复实验室
参加天津市共青团员先锋岗（队）创建
示范活动
2017年7月31日下午，天津大学神经工程与康复实验室作为青年科研人员的先进典型，参加了共青团天津市委组织的“不忘初心紧跟党走，青春建功团员先行”共青团员先锋岗（队）的创建示范活动。
天津大学神经工程与康复实验室是以优秀的中青年学者为核心，是富有朝气的高水平的科研团队。曾入选天津市131创新型人才团队、天津市人才发展特殊支持团队、天津市教育系统劳动竞赛示范集体，是团中央首批小平科技创新团队。该团队秉持“明德致和，精实为公，坐言起行，厚栋任重”的专业精神，在科研上先后取得了多项创新性研究成果。
天津大学神经工程与康复实验室博士生孟佳圆代表实验室向领导和代表们汇报了实验室的创建事迹，并向共青团天津市委书记王峰同志进行了事迹汇报，彰显出了天大人的奋斗青春与科技梦想，王峰同志充分肯定了天津大学神经工程与康复实验室在科研攻关上的拼搏精神和优异成绩，并鼓励他们继续勇攀科学高峰。
三、2017机器人大会“神工”展示
世界机器人大会开幕，“神工”成果受邀展示
2017世界机器人大会开幕式23日在北京举行，中共中央政治局委员、国务院副总理刘延东出席并讲话，刘延东讲话中强调：深化国际创新合作，让更多人共享机器人成果。此次世界机器人大会以“创新创业创造，迎接智能社会”为主题，140余家全球知名机器人企业和研究机构参会，天津大学神经工程与康复实验室参与主办了2017世界机器人大会脑控机器人比赛并进行了成果展示。
四、学术综述
多种新型扩散磁共振成像技术原理与临床应用简述
2014级博士生 陈元园
人体各种组织都具有复杂多样的系统特性，仅用简单的各向同性或各向异性难以表示人体复杂的系统特性的特点，因此单指数的扩散张量模型难以获得精准的组织结构特性。随着技术的进步，逐渐出现了很多新的成像技术，并在临床应用中显现出独特的优势。本文根据扩散模型的原理与研究的侧重点将新型扩散模型主要分为三大类，即扩散速率型、微观结构型和纤维走向型，并简述其成像原理与临床应用。
一、扩散速率型扩散成像模型
由于生物组织的复杂性，导致水分子的扩散运动存在不均一性，具有多种扩散运动的成分。基于扩散速率型扩散成像模型，根据不同组织微结构下水分子扩散不同成分的模型，主要包括双指数模型和拉伸指数模型。
为了区分组织内扩散速率不同的两部分扩散运动，Le Bihan等提出了体素内不相干运动（intravoxel incoherent motion imaging，IVIM）理论，假设在每个体素内有两个扩散速率不同的组分，产生的信号衰减符合双指数函数。目前，IVIM主要应用于腹盆部血供丰富的脏器，研究证实，IVIM与单指数扩散模型相比，D值比ADC值更有助于对肝癌、肾癌和前列腺癌的诊断与病理分级。
拉伸指数模型的优势是，它不需要关于表观扩散系数的分布情况或存在数量的假设，并且可以只用两个自由参数很好的拟合数据。Lin等指出在宫颈癌与正常组织的鉴别中，拉伸指数模型的参数更有利于对宫颈癌的诊断、预测宫颈癌的病理亚型和分级。
二、微观结构型扩散成像模型
生物组织的实际微观结构远复杂于此单指数模型的二阶矩阵，因而用于研究微观结构的新型模型，包括扩散峰度成像、神经突离散度和密度成像等。
组织中水分子的扩散由于受细胞器、细胞膜和细胞外间隙等限制，其扩散位移及分布将偏离高斯分布，称为非高斯分布。Jensen等提出扩散峰度成像（diffusion kurtosis imaging，DKI），用于量化组织内非高斯分布的水分子扩散特性。Yuan 等应用DKI对早期阿尔茨海默病进行研究，证实DKI能够提供阿尔茨海默病早期脑灰质和白质改变的信息，并且提高了诊断的敏感性。DKI在肿瘤分级、脑梗死的分期、多发性硬化、特发性全身癫痫、亨廷顿病等疾病中也有突出应用。
神经突方向离散度和密度成像（neurite orientation dispersion and density imaging，NODDI）根据细胞内和细胞外水的分化形成了测量神经突（轴突和树突的总称）形态的基础，并在此基础上加入脑脊液隔室。所以，NODDI采用能够区分三种类型的微结构环境的组织模型：细胞内，细胞外和脑脊液隔室。Merluzzi等应用NODDI研究脑组织的微观结构随年龄的变化，结果表明Viso和NDI在额叶区域随年龄的改变，有助于正常老化和痴呆的鉴别。
三、纤维走向型扩散成像模型
研究纤维走向型扩散成像模型旨在获得更丰富更精细的神经纤维束重建，主要包括高角度分辨率扩散成像和扩散频谱成像。高角度分辨率扩散成像（high angular resolution diffusion imaging，HARDI），单个球壳上应用更大的b值和更多的扩散梯度方向进行采样，获得更精确的空间角度信息。扩散频谱成像（diffusion spectrum imaging，DSI），其成像原理基于扩散MR信号和潜在的扩散位移之间的傅立叶变换关系。已有研究者把DSI应用到精神分裂症、注意力缺陷多动症和肌萎缩侧索硬化症等的研究中，并发现了DSI揭示复杂纤维束的准确性和可靠性。
五、研三成果
SSVEP在增强现实环境下的性能影响因素及改进方法研究
2015级硕士研究生 郭仡
增强现实（augmented reality, AR）技术作为一种将虚拟信息叠加在现实场景中的交互虚拟信息呈现方式，近年受到了广泛关注和飞速发展，但该技术的交互方式较为单一，缺乏不占用肢体功能的交互手段。而将其与脑-机接口（brain-computer interface, BCI）技术相结合，在增强现实环境中通过脑-机接口实现不依赖于外围神经和肌肉的新型交互手段，能够显著提升增强现实系统在实际应用，尤其是航天等特殊领域中的使用效率。稳态视觉诱发电位（steady-state evoked potential，SSVEP）作为一种被动式脑-机接口范式，其诱发效果会受到使用环境的影响，因此，本课题通过探究AR环境下基于SSVEP的脑-机接口系统的可用性以及其受外界环境的影响程度，进一步探究对应改进方案，提升脑-机接口在AR环境下的可用性。
本实验要求被试完成单纯屏幕刺激、AR环境黑色背景刺激以及AR环境街景背景刺激三种条件的SSVEP实验，通过前两组对比实验得出AR环境下SSVEP诱发效果的可用性，后两组的实验则可以得出背景环境对诱发效果的影响程度。其中AR环境通过一面半反半透玻璃及置于其下方、后方的两面屏幕构成（分别呈现刺激内容和背景环境）。实验共设7Hz、9Hz、11Hz、13Hz四个频率时长3s的视觉刺激，实验的三个模式如图4所示。
计算SSVEP-BCI的识别结果时，为了避免单一算法的偶然性，选用了典型相关分析（canonical correlation analysis，CCA）、基于滤波器组
典型相关分析（Filter bank CCA，FBCCA）、基于SSVEP模板信号的典型相关分析（SSVEP template-based CCA，TCCA）以及融合滤波器组和模板信号的典型相关分析（Filter banktemplate-based CCA，FBTCCA）四种算法进行识别计算。
三种条件下时长3s的识别正确率曲线在四种计算方法下的对比结果如图5所示，其结果具有相同的趋势（非AR环境>AR黑色背景>AR街景背景）。通过配对T检验，非AR环境（即单纯屏幕刺激）与AR黑色背景的正确率并无显著性差异，证明了基于AR成像方式的SSVEP范式脑机接口的可用性；AR黑色背景与AR街景背景的实验结果则显示出了十分显著的差异，证明了背景因素对系统效率影响的显著性。
在接下来的研究中，本课题将针对背景的影响，设计基于后验概率的增强刺激模式及结果输出系统，以提升系统在复杂背景下的输出结果正确率和输出效率，为真正实现AR-BCI复合系统的实际应用提供基础。
警觉注意力的相位同步性研究
警觉注意力（vigilant attention），也称为警觉度（vigilance）和持续注意力（sustained attention），指运用自主意识处理重复、单调、简易刺激的能力。警觉度任务中典型的注意缺陷是警觉度下降（vigilance decrement），它是指任务中目标检测率或任务反应速度下降的现象，这种现象造成了大量的交通和手术等事故。此外，警觉注意力对脑部疾病和损伤也非常敏感，如创伤性脑损伤和注意缺陷多动障碍等疾病都呈现出了明显的警觉注意力下降。因此，研究警觉注意力下降的机制非常必要，特别是对于警觉注意力的检测和调控具有重要的意义。
已有研究表明，脑电（EEG）的时域特征ERP以及与频域相关的SSVEP等特征在警觉注意力机制中发挥着重要作用。然而，多个脑区之间的相互作用机制，特别是相位同步，尚未得到充分的研究。不同脑区之间的相位同步是一种需要众多脑功能区协同处理加工信息乃至做出反应的基本神经机制。本研究旨在通过采集分析脑电（EEG）信号探索在精神运动警觉测试任务（psychomotor vigilance task,PVT）中前额叶和顶叶皮层之间的相位同步性。
图6即为PVT任务，任务要求为被试在看到屏幕呈现的计数器方框时，用最快的反应速度按下空格键，计数器方框内会持续呈现此次按键的反应时间（单位为毫秒）1秒钟，然后，0到8秒后下一个试次呈现。实验总时长为30分钟，中间不休息，全程采集被试的64导脑电。图7为被试的行为学和相位同步性结果，在对所有反应时间从快到慢进行排序后，取前1/3代表高水平警觉度，后1/3代表低水平警觉度，二者的平均反应时间具有显著性差异（p<0.001）。图7右侧二图为前额叶（F3导联）和顶叶皮层（P3导联）在高水平和低水平警觉度下的相位同步性，从图中可看出，F3和P3导联处theta频段（6~8Hz）脑电相位同步的时延具有显著性差异（p=0.0256），表明警觉度水平的高低与相位同步密切相关。
综上，本研究初步表明前额叶和顶叶皮层的相位同步性与警觉注意力水平具有相关性，这种相关性为进一步研究警觉注意力的机制提供了基础。
基于多模态MRI的阿尔兹海默病模式识别系统搭建
2015级硕士研究生 张雄
阿尔茨海默病（Alzheimer‘s disease，AD），又称老年痴呆症，是一种慢性的神经系统退行性疾病，其发病隐匿、缓慢，并随时间逐渐恶化，而且尚没有有效的治疗方法，只能延缓或暂时性改善。因此，如何快速有效的早期诊断AD是亟需解决的问题。
神经影像技术是目前进行脑研究最直观、最可靠的手段之一，可以直接或间接对神经系统（主要是大脑）进行成像，例如，结构磁共振成像、功能磁共振成像以及扩散磁共振成像，但是单模态的数据通常只包含与大脑异常相关的部分片面的信息，因此，可能在一定程度上影响诊断准确率，随着脑影像技术日趋成熟，基于多模态脑影像数据获取与疾病相关的更加综合的信息，对AD的早期诊断具有重要的临床价值。
一般模式识别分类方法有人工神经网络方法、决策树分类方法、支持向量机（SVM）算法等。SVM是机器学习以及统计学习中的关键实用内容，本研究主要是用SVM方法作为分类器。
本研究旨在利用已有数据，构建一个基于MRI数据的AD模式识别系统。系统框架包括：特征筛选、参数优化等过程，如图8，评价模型的指标包括：正确率以及消耗时间。其中，特征筛选方法包括filter方法的T-test方法和SVM_RFE方法，参数优化过程则包括：梯度优化算法（GS）以及模拟退火算法（SA）。对其进行两两组合，得到4种不同的分类器模型，并对其进行测试，找到最佳的组合，构建研究使用的最终系统。
结果可发现，使用RFE-GS模型得到的正确率最高，同时，同一参数优化方法下，RFE方法消耗的时间是T-test方法的5倍左右，同一特征筛选方法下，SA方法消耗的时间是GS的100倍左右。因此综合考虑，在构建最终模型时，特征筛选采用SVM-RFE方法，参数优化使用梯度优化算法。