bioRxiv（Neuroscience）· Jean-Philippe Thivierge·2026-10-12 08:00· 13 天前AI 评分27

CLEAR-FORCE：基于储备池计算的闭环脑刺激框架

CLEAR-FORCE: A reservoir computing framework for closed-loop brain stimulation

AI 导读

研究人员提出基于储备池计算的闭环神经控制器框架 CLEAR-FORCE，通过目标信号与脑活动反馈的组合来训练循环网络的输出权重。两组仿真中，该控制器分别成功在动作电位神经元群体中诱导神经振荡、并抑制病理性振荡。该框架有望在低功耗、实时、自适应硬件上实现神经控制器，用于脑疾病的个性化治疗。

AI 要点

团队

作者为 Jean-Philippe Thivierge，原文未提及所属机构。

主要结果

两组仿真中，控制器成功（1）在一群脉冲神经元中诱导出神经振荡，（2）抑制病理性振荡。

解决什么问题

闭环控制器通常无法实时适应脑活动波动，刺激参数难以实时调整。

方法

提出基于储备池计算的 CLEAR-FORCE 框架，依据目标信号与脑活动反馈训练循环网络的输出权重；仅开展仿真。

局限

从研究设计看，结果仅来自仿真，未在动物或人体中验证。

AI 依据原文整理，未经人工核对。