Neural Fingerprinting based on Brain Network Dynamics: A Cross-Platform MEG Study
本研究表明，通过利用静态特征和源自典型隐马尔可夫模型的动态网络状态，在 SQUID 和 OPM MEG 平台中均可实现个体神经指纹识别，从而验证了这些动态方法在跨平台大脑分析中的效用。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
每个人的大脑都是一件独特的乐器，演奏着一场永不会完全重复的电信号交响曲。虽然科学家长期以来一直在研究大脑如何运作的平均规律，寻找适用于所有人的模式，但一个更新的研究领域则专注于探讨是什么让每个人的大脑各具特色。这个被称为“神经指纹”（neural fingerprinting）的概念基于一个简单而强大的理念：如果你能够仔细测量大脑活动，你仅凭观察其数据就能识别出特定的个体，就像安全系统通过独特的指纹识别一个人一样。这种区分不同个体的能力不仅仅是一种好奇心的发现；它提供了一种潜在的方法，用于追踪一个人的大脑如何随时间变化或在疾病袭击时发生变化，从而为健康提供个性化的基准。为了实现这一点，研究人员通常使用一种称为脑磁图（MEG）的技术，该技术可以探测大脑电流产生的微弱磁场。这种方法之所以特别，是因为它能以惊人的速度捕捉大脑活动，以毫秒为单位记录发生的实时变化，而不是仅仅展示一个缓慢、模糊的平均值。
多年来，这项技术一直依赖于大型且昂贵的机器，这些机器必须保持在极低温度下才能运行，并使用被称为 SQUID（超导量子干涉器件）的传感器。然而，新一代被称为光泵磁力计（OPM）的传感器最近已经出现。这些新设备体积小、重量轻，且不需要极低温冷却，因此可以让它们更靠近头皮，从而可能捕捉到更清晰的信号。随着这项技术的成熟，科学家需要知道它是否能完成旧机器所承担的那种精细工作。这些更灵活的新型传感器能否捕捉到同样独特的脑特征？此外，以往的大多数研究都是通过对时间进行平均来观察大脑活动的，从而创造出一个静态的图像。但大脑是动态的，它在不同的活动模式之间不断切换。一个关键的问题仍然存在：一个人的独特身份是存在于缓慢的、平均化的信号中，还是隐藏在快速、瞬息万变的脑网络动力学之中？
在最近的一项研究中，研究人员试图通过对比传统冷传感器和新型室温传感器的测量数据来回答这些问题。他们招募了 15 名健康的成年人，并在一天之内对每人进行了四次扫描。其中两次使用了旧的 SQUID 技术，另外两次使用了较新的 OROM 技术。在扫描期间，参与者执行了一项涉及感知手指触觉模式的任务，这使得研究人员能够观察大脑对刺激的反应。团队希望观察，在将一个人的多次扫描结果相互比较时，他们能否正确识别出该个体；并且当比较不同类型的机器扫描结果时，是否仍能识别出该个体。他们测试了两种不同的数据观察方式：一种是将信号随时间进行平均以创建静态剖面，另一种是使用复杂的计算机模型来追踪大脑如何在不同的活跃状态之间切换，从而捕捉神经网络的快速动态。
结果证实，每个人大脑的独特签名是稳健的，并且可以通过两种类型的机器找到。当研究人员观察静态的平均数据时，无论是在比较同一台机器的两份扫描结果，还是在将新机器的扫描结果与旧机器的扫描结果进行比较时，他们都能成功识别出每一位参与者。这一发现与早期的研究一致，证明了大脑的基本电学指纹足以在向新技术过渡的过程中保持稳定。然而，这项研究通过检查大脑活动的动态变化过程，进行了更深入的探索。利用一个从数千次其他记录中学习了常见脑状态模式的预训练模型，团队分析了这些状态在他们新数据中的表现。他们发现，该模型对于新旧传感器都表现良好，能够成功地实时映射大脑的转换状态。
当他们利用这些动态模式尝试识别个体时，结果虽有差异但极具启发性。研究人员发现，通过观察脑状态开启和关闭的具体时机，以及分析这些状态的频率成分，可以高精度地识别出个体。这些描述大脑活动节奏和特定频谱构成（spectral makeup）的特征，在旧机器和新机器中对每个人而言都是保持一致的。这表明，一个人大脑的核心身份编码在这些动态网络的相对时序和结构之中。然而，当研究人员尝试使用简单的汇总数值（例如脑状态持续的时间长度或切换频率）来识别个体时，结果发生了变化。虽然在比较来自同一台机器的扫描结果时他们仍能识别出个体，但在跨机器比较时却失败了。
这种在跨机器识别中汇总统计数据的失败，凸显了一个至回的区别。绝对数值（例如处于某种状态的具体百分比时间）对两种传感器之间的物理差异非常敏感。新传感器距离大脑更近，且具有不同的噪声特性，这会改变这些绝对值，从而掩盖了个体的身份。相比之下，大脑对刺激做出反应的相对模式——即随时间变化的曲线形状——无论使用哪种机器，都保持着稳定性和个体的独特性。该研究得出结论：虽然新的 OPM 技术完全有能力捕捉个体的独特神经指纹，但我们分析数据的方式至关重要。为了在不同的扫描平台间成功识别一个人，我们必须观察大脑动态的相对结构，而非仅仅关注原始的绝对量。这项工作迈出了重要一步，表明新一代大脑扫描仪只要配合正确的信号解读工具，就能加入旧有的行列，共同绘制人类心灵的独特图景。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。