劍橋大學(xué)《自然》子刊：凝聚3D打印和人工智能在模擬耳蝸的應(yīng)用

來源： EngineeringForLife
人工耳蝸改變了數(shù)十萬患有嚴(yán)重或嚴(yán)重聽力損失的人的無聲生活,。然而,，當(dāng)前市場上的人工耳蝸因受“電流擴(kuò)散”(‘current spread’)的阻礙,，并不能精確地刺激聽覺神經(jīng),。直到現(xiàn)在,，還沒有適當(dāng)?shù)臏y試模型能夠精準(zhǔn)地復(fù)現(xiàn)發(fā)生在人類耳蝸中的“電流擴(kuò)散”問題�,；�于��,，英國劍橋大學(xué)Shery Huang教授 Biointerface課題組和Manohar Bance 教授使用 3D 打印技術(shù)創(chuàng)建了首個(gè)具有人類耳蝸形狀和耳蝸組織導(dǎo)電性的仿生模型，并將其與機(jī)器學(xué)習(xí)相結(jié)合,，以期實(shí)現(xiàn)對(duì)人工耳蝸“電流傳播”(‘Current spread’) 的臨床預(yù)測。相關(guān)研究成果于10月29日以“3D printed biomimetic cochleae and machine learning co-modelling provides clinical informatics for cochlear implant patients”為題發(fā)表于自然通訊雜志上,，論文第一作者為課題組博士生李奕雯,。

人工耳蝸的“電流傳播”問題源于耳蝸管內(nèi)的一種具導(dǎo)電性的淋巴液體 (perilymph) 引起。這問題嚴(yán)重限制了人工耳蝸響應(yīng)聽覺神經(jīng)的準(zhǔn)確性,，可導(dǎo)致人工耳蝸使用者感知到嚴(yán)重失真的聲音 (尤其音樂),。另外,，耳蝸組織本身位于顳骨深處的位置和較為復(fù)雜的解剖結(jié)構(gòu)，且人類耳蝸的形狀和導(dǎo)電性有著顯著的個(gè)體性差異,，導(dǎo)致現(xiàn)有的測試模型 (包括動(dòng)物模型,、人體標(biāo)本模型及計(jì)算機(jī)有限元分析模型) 均無法較為全面準(zhǔn)確地模仿人體耳蝸內(nèi) “電流傳播”的問題。

圖1 植入在體內(nèi)的人工耳蝸示意圖,。當(dāng)人工耳蝸的電極被激發(fā)時(shí),，所產(chǎn)生的電流會(huì) 在耳蝸內(nèi)擴(kuò)散，引起“電流擴(kuò)散”問題

研究團(tuán)隊(duì)透過3D打印具不同導(dǎo)電性和不同形狀的仿生耳蝸模型來了解人工耳蝸在不同模型里引發(fā)的電壓分布 (Electric field imaging),，并利用機(jī)器學(xué)習(xí)來分析在仿生耳蝸里獲得的數(shù)據(jù),。這種聯(lián)合建模方法能預(yù)測使用者的“電流傳播” 特性，解讀不同耳蝸特征如何影響電流傳播,，并首次估計(jì)出患者耳蝸組織電阻率的范圍,。

圖2 人工仿生耳蝸的制造過程

該研究的第一作者李奕雯博士生表示：“在模型中加載打印的微小網(wǎng)格結(jié)構(gòu)能仿真人類顱骨的電阻抗性能，而且利用此項(xiàng)技術(shù),，通過改變通道網(wǎng)絡(luò)的密度,，可以實(shí)現(xiàn)對(duì)電阻抗性能的任意調(diào)整，從而模仿出人類耳蝸的個(gè)體差異性特點(diǎn),。在此研究中,，我們提出的‘打印和學(xué)習(xí)’概念將可以有效減少對(duì)動(dòng)物實(shí)驗(yàn)的需求。我們的解決方案不但提供了一個(gè)可操作的物質(zhì)性模型,，模型成本低,，且不存在潛在的醫(yī)學(xué)倫理問題�,！�

圖3 人工仿生耳蝸的電氣特性

劍橋大學(xué)生物工程系副教授 Shery Huang 表示：“考慮到病患的隱私以及相關(guān)醫(yī)學(xué)倫理道德問題,，科研工作者們?cè)谥踩胧诫娮友b置的研究過程中往往很難獲得全面的臨床數(shù)據(jù)。因此3D打印技術(shù)成為了一個(gè)建造物理模型, 提供精確表征大數(shù)據(jù)的良好工具,；而人工智能 (AI) 機(jī)器學(xué)習(xí)則是作為另一種強(qiáng)大工具,，來預(yù)測復(fù)雜數(shù)據(jù)之間的關(guān)系。本研究成果中提出的協(xié)同建模概念還可用于其他生物電子植入裝置上,，通過構(gòu)建仿生人工模型來解決相關(guān)的臨床醫(yī)學(xué)問題,。

圖4 研究中提出的‘打印和學(xué)習(xí)’概念示意圖

參考文獻(xiàn)：
Lei IM, Jiang C, Lei CL, de Rijk SR, Tam YC, Swords C, Sutcliffe MPF, Malliaras GG, Bance M, Huang YYS. 3D printed biomimetic cochleae and machine learning co-modelling provides clinical informatics for cochlear implant patients. Nat Commun. 2021 Oct 29;12(1):6260. doi: 10.1038/s41467-021-26491-6. PMID: 34716306.