在2024年7月16-19日，我有幸参与了第46届IEEE国际生物医学工程大会。此次参会我进行了主题为 “基于高密度皮层脑电的脑部肿瘤定位探索”的口头汇报，同时学习了世界各地学者们精彩的研究成果。

此次汇报中，我汇报了本课题组最新的研究成果之一，使用高密度皮层电极定位脑部肿瘤技术研究。汇报分为Introduction、Methods、Results 和 Conclusion 4个部分进行。

首先对胶质瘤和当前术中定位技术进行了介绍。胶质瘤是一种严重的脑部肿瘤，常发生在运动皮层。它在手术后有很高的概率出现不良反应，并且显示出显著的个体差异。 此外，胶质瘤生长迅速，需要进行扩大切除。准确地定位肿瘤至关重要，它直接影响患者术后的恢复情况，特别是在功能和生存率方面。传统上，外科医生使用MRI图像来确定肿瘤中心并估计其大小。然而，在手术过程中，他们必须依靠对组织特性的主观评估（如质地和颜色）来判断肿瘤边界。 胶质瘤与正常皮层之间的边界往往缺乏清晰的分界，这给手术定位带来了重大挑战。为了解决这一问题，我们探索使用皮层脑电图（ECoG）从功能角度识别肿瘤边界，旨在为神经外科医生在手术中提供精确的指导。

  接着介绍了使用ECoG检测肿瘤边界的流程。输入数据首先经过预处理以提取相关特征，随后进行归一化以减少个体间的差异。最后，对这些特征进行二值化处理以确定肿瘤区域。

  提取特征后，通过z-score进行归一化以减少个体间的变异性，随后采用softmax函数进行非线性变换。softmax函数有效地将特征聚类，进一步区分出较低值和较高值。最后使用Triangle方法进行自动阈值设定以确定阈值。

这项基于功能指标的技术能够更好地保护功能性及代偿性区域，确保最大程度的安全切除。我们认为这种方法在手术中具有很好的临床应用潜力。

  除了进行汇报以外，也学习了其他学者的报告。其中最感兴趣的是来自加州大学尔湾分校的Jeffrey Lim带来的双向脑机接口研究。该研究设计了一套集成的脑机接口系统，通过解码ECoG信号识别运动意图，在控制外骨骼辅助移动后，通过IMU采集运动信息，最终使用DCES对感觉皮层进行电刺激。

  这次会议为我们提供了一个宝贵的学习机会，不仅让我学到了最前沿的研究方法，还让我见识了各位专家独特的思维方式和解决问题的策略，极大地拓展了我的学术视野和思考维度。