Journal of Neural Engineering（Crossref）·2026-10-30 06:52· 3 小时前精选AI 评分58

IMEC Peter Peumans 团队建立声电神经记录的前向模型并给出探测极限

Source-aware forward modelling and detection limits of acoustoelectric neural recording

AI 导读

IMEC 的 Peter Peumans 团队在 Journal of Neural Engineering 发表声电神经记录的前向建模与探测极限研究，用聚焦超声选择头皮或植入电极的采样区域。

AI 要点

团队

鲁汶微电子研究中心（imec）末位作者 Peter Peumans，第一作者 Christopher Chare，共 9 位作者。

主要结果

生理盐水相互作用系数 k_ae=(0.95±0.11)×10⁻⁹ Pa⁻¹，与理论预测一致；头模型中一个聚焦点可从六个活跃皮层柱中选出一个。

解决什么问题

把声电记录电压与源结构、端接条件和聚焦载波相位联系起来，找出有利于神经记录的配置。

方法

在生理盐水中以七个入射角比较实测与仿真声电场；用有限源基准和含六个活跃皮层柱的解剖头模型仿真检验源选择与检测极限。

局限

从研究设计看，结果为盐水体模与仿真模型，未含在体神经记录验证。

AI 依据原文整理，未经人工核对。

AI 推荐理由

该文给出声电记录的一阶模型与盐水实测系数，并量化头皮与植入电极的探测极限差异，可供评估超声聚焦采样路线的可行性。