科学家以机器学习改善中风后复健成效

欧洲科学家结合光遗传学(Optogenetics)以及机器学习方法，将可藉由计算机视觉技术分析模拟目标区大脑健康部位的动作技能变化，从中改善治疗中风病患日后的复健成效。

据报导，除了说话与视觉问题外，中风后的常见症状还包括运动麻痹(motor paralyses)。苏黎世联邦理工学院(Swiss Federal Institute of Technology；ETH)研究人员Anna-Sophia Wahl指出，神经复健是多数中风病患唯一治疗选项。

许多基础科学与临床方法都是希望透过模拟健康大脑部位启动中风后的再生过程，但这次利用光遗传学系统性模拟特定大脑未受影响区域，而将连结移入特定未受影响的大脑半球以便取得其功能。来自大脑皮层到脊髓的所谓皮质脊髓回路则会被启动。

在光遗传学中，光被用来控制基因修改细胞，这次德国海德堡大学(University of Heidelberg)与ETH以及苏黎世大学(University of Zurich)研究人员合作则是利用光遗传模拟与密集复健训练结合，恢复老鼠瘫痪脚爪的功能。

科学家Bjorn Ommer表示，藉由自动化评估动作过程已可呈现完全的复原。这次新的计算机视觉技术甚至可量化最微小的动作功能变化，而且藉由纪录与分析动作，科学家可客观评估是否已达到原始功能真正复原或仅是补偿。本次研究结果刊登在Nature Communications期刊。