基于同步脑脊成像的TMS神经调控镇痛机制研究

卫生和社会工作

本项目科技成果整体处于从成熟科研验证向临床转化应用过渡阶段，已完成关键技术方法建立、多中心数据验证及初步临床可行性评估，具备进一步工程化与规模化应用的良好基础。 在技术成熟度方面，项目已形成稳定的脑—脊髓同步功能磁共振成像（fMRI）采集与标准化处理流程，实现了覆盖大脑、脑干及颈段脊髓的单次扫描同步获取，解决了传统脊髓成像信噪比低、失真严重及跨区域不一致等关键技术难题。相关流程已完成多批次数据验证，具有良好的重复性、稳定性与可迁移性，并已形成标准化数据结构与分析管线，支持多中心推广。 在核心算法与模型方面，项目已构建并验证了脑脊疼痛网络标志物（CSps）及疼痛强度预测模型（CsPIP），在多个独立数据集及不同实验范式中表现出较强的泛化能力和鲁棒性，能够实现个体疼痛敏感性及临床疼痛程度的定量预测，性能优于传统单脑模型。同时，基于多模态脑脊信号建立的疾病预测模型（如SCA3诊断与疗效预测模型）已完成初步临床验证，相关指标（如预测相关系数、分类准确率等）达到国际先进水平。 在神经调控应用方面，项目已通过经颅磁刺激（TMS）干预实验，验证了M1—脑干—脊髓通路在镇痛中的因果作用机制，并建立了基于影像特征的疗效预测模型，初步实现从“机制发现”到“干预验证”的闭环。相关技术已具备开展临床研究及优化调控参数的基础。 在成果积累方面，项目已发表SCI论文8篇（含TOP期刊论文2篇）、申请并获批国家发明专利1项，形成可持续延伸的技术与知识产权体系。同时，已获得后续国家自然科学基金项目支持，表明该技术路线具有持续发展潜力。 总体而言，本项目已完成从基础研究到原型验证的关键阶段，当前正处于向临床应用转化与产业化探索的关键窗口期。

为推动本项目成果从科研验证走向临床应用与产业转化，拟与具备医疗影像、神经调控及数字医疗相关基础的合作单位开展深度合作。具体需求如下： 在资金方面，需要支持多中心临床验证、系统工程化开发及注册转化过程，包括影像数据采集、算法优化、软件平台开发、临床试验实施及注册申报等环节的经费投入。 在场地与设备方面，合作方需具备高场强磁共振设备，同时具备经颅磁刺激（TMS）或相关无创神经调控设备，以支持影像采集与干预研究的联合实施。此外，需提供临床随访与数据采集所需的标准化场地条件。 在人员方面，需要组建多学科交叉团队，包括神经影像学、神经内科/疼痛科、康复医学、医学工程及人工智能等领域的专业人员，共同推进数据采集、模型开发、临床评估与系统集成工作。 在技术合作层面，拟开展以下方向的协同开发： （1）脑脊影像自动化分析软件平台开发； （2）影像引导的TMS精准调控及实时反馈系统。

可国（境）内外转让

本项目成果转化后，将在医疗、产业及社会层面产生显著综合效益。 在经济效益方面，项目有望形成影像分析系统、疼痛评估与预测算法平台及神经调控辅助决策系统等产品形态，服务于医院影像科、疼痛科及康复科等临床场景，具备良好的市场应用前景。随着慢性疼痛患者数量持续增长，该类精准诊疗工具具有广阔的市场需求，可带动相关医疗设备、软件及服务产业的发展。 在临床应用价值方面，本项目将显著提升慢性疼痛及相关疾病的客观评估能力与精准干预水平，推动从依赖主观评分向基于神经影像标志物的量化诊疗转变。通过优化TMS等神经调控技术的靶点选择与疗效预测，可有效提高治疗成功率，减少无效治疗，降低医疗资源浪费。 在社会效益方面，慢性疼痛及神经退行性疾病严重影响患者生活质量并带来沉重社会负担。本项目通过建立精准诊疗技术体系，有望改善患者功能状态，降低长期医疗与护理成本，提升整体公共健康水平。同时，减少对镇痛药物（尤其是成瘾性药物）的依赖，对公共卫生安全具有积极意义。 在科技创新与行业推动方面，项目提出的“脑—脊髓全神经轴”研究与应用范式，有望引领神经影像及神经调控领域的发展方向，推动相关技术标准建立与国际合作，提升我国在该领域的学术影响力与技术话语权。 总体来看，本项目具备良好的产业转化基础与广泛应用前景，预期将在精准医疗、智能神经调控及数字医疗等领域产生持续而深远的影响。

北京市自然科学基金外籍学者“汇智”项目

北京市科学技术委员会;中关村科技园区管理委员会

本项目科技成果围绕“脑—脊髓全神经轴疼痛机制与神经调控”开展的系统性研究积累，依托团队在脑脊同步功能磁共振成像、多模态神经影像分析、机器学习建模及无创神经调控（TMS）方面的长期技术基础与前期原创成果，面向慢性疼痛客观评估与精准干预这一重大临床需求，形成了具有自主知识产权的成像方法体系、神经标志物模型及临床转化应用方案。项目以突破传统“以脑为中心”的研究范式为切入点，整合脑与脊髓跨尺度信息，构建从基础机制解析到临床应用验证的完整技术链条，相关成果已通过高水平论文、专利及后续项目资助得到系统验证与延伸。 在技术原理方面，本项目以脑—脊髓作为统一的中枢神经系统整体进行建模，基于同步脑脊功能磁共振成像（fMRI）获取皮层—脑干—脊髓连续神经信号，结合低频BOLD振荡耦合、功能连接网络分析及多变量模式识别方法，刻画疼痛在全神经轴中的传导与调控机制。在此基础上，引入机器学习方法（如多变量回归与模式识别算法）构建神经表征模型，实现对个体疼痛敏感性与疼痛强度的定量预测；同时结合经颅磁刺激（TMS）对初级运动皮层（M1）进行因果干预，通过“成像—建模—调控—反馈”闭环框架，验证脑脊网络在镇痛过程中的功能作用机制。此外，项目进一步拓展多模态脑脊信号在神经退行性疾病中的应用，通过融合结构与功能信息，建立疾病诊断与疗效预测模型，实现跨疾病的机制共性挖掘与方法迁移。 在关键技术指标方面，本项目实现了多项突破：一是建立了覆盖大脑、脑干及颈段脊髓的同步fMRI采集与处理标准流程，显著提升了脑脊信号的空间一致性与时间稳定性，解决了传统成像中脊髓区域信噪比低、失真严重的问题；二是构建的脑脊疼痛网络标志物（CSps）与多变量疼痛强度模型（CsPIP）在多个独立数据集中均表现出良好的泛化能力和稳定性，显著优于传统单脑模型，在个体疼痛敏感性预测及临床疼痛评分预测中均取得高精度表现；三是通过TMS干预验证了M1—脊髓功能通路在镇痛中的关键作用，并建立了疗效预测模型，实现影像指标与临床疗效之间的定量关联；四是在SCA3疾病中构建的多模态脑脊模型能够准确预测疾病严重程度及TMS治疗响应（相关系数达0.61，p < 0.004），体现出较高的临床转化价值。整体上，项目形成了从数据采集、信号处理到模型构建与验证的完整技术体系。 在应用前景方面，本项目成果具有显著的临床与产业转化潜力。首先，在慢性疼痛领域，脑脊神经标志物为疼痛的客观量化评估、精准分型及个体化神经调控提供了关键技术支撑，有望推动传统依赖主观评分的诊疗模式向数据驱动转变；其次，在神经调控领域，基于脑脊网络的靶点选择与疗效预测模型可显著提升TMS等无创干预手段的治疗效率和稳定性，降低无效治疗成本；再次，在神经退行性疾病方面，多模态脑脊模型为疾病早期诊断与疗效评估提供了新的技术路径，拓展了脑脊影像在临床中的应用边界；此外，项目构建的开放数据库与标准化流程具备良好的推广性，可为国内外相关研究提供基础平台，推动脑脊同步成像领域的规范化发展。综合来看，本项目不仅在理论上推动了疼痛机制研究从“脑中心”向“全神经轴整合”的范式转变，在技术上建立了具有国际影响力的脑脊成像与分析体系，在应用上为慢性疼痛及相关疾病的精准诊疗提供了切实可行的解决方案，具有重要的科学价值与社会效益。