当地时间10月19日，东北大学未来技术学院王鸣瑞副教授与清华大学团队合作完成的研究成果在线发表于国际学术期刊《Nature》，论文题为“Cortex-wide imaging in naturally behaving mice with 1-gram wireless mesoscopes”。王鸣瑞副教授为论文共同第一作者。研究团队研制出仅重1.0克（不含电池）的无线介观显微镜设备Airscope，将人工智能辅助光学设计、先进光学成像、无线传输与智能神经信号分析相结合，为自由活动动物的大范围皮层神经活动观测提供了新的技术路径。
探索大脑是如何工作的，一直是智能和脑科学领域科学家面临的重要问题。大脑如何感知周围的世界、学习新的知识、作出判断和决定？这些问题不仅关系到我们对大脑本身的认识，也能为人工智能的发展带来新的启发。事实上，大脑的工作远比我们想象的复杂。无论是探索陌生环境还是与同伴互动，看似简单的行为背后，都需要不同脑区中大量神经元共同参与。
为了弄清大脑是如何完成这些工作的，需要实时观察大脑中成千上万个神经元的变化。然而，要做到这一点并不容易。研究者既要“看得清”，能够分辨单个神经元的活动；又要“看得广”，能够同时观察多个脑区；还要让实验受体“动得自由”，尽可能不受设备的干扰。为了开展相关研究常常以小鼠为研究对象，传统的大型显微镜通常需要将小鼠的头部固定住；有线微型显微镜虽然可以戴在小鼠头上，但连接的线缆会影响它们转身、钻洞和攀爬等自然行为。如何让显微镜既能“看得清、看得广”，又能让动物“动得自由”，成为长期困扰自由行为脑成像研究的一项关键技术挑战。
针对上述难题，研究团队在光学、照明、电路和通信环节开展协同设计。Airscope利用4片非球面镜片构建紧凑光学系统，在约6毫米视场内实现约4微米的横向分辨率，并以12.5赫兹帧率采集200万像素图像；通过传感器端数据压缩与定制无线链路，大幅减轻了高通量成像对传输带宽的要求。如此轻巧的显微镜可以随小鼠一同移动，使研究者在保留自然行为自由度的同时，持续观察覆盖多个背侧皮层区域的细胞活动。
图1 佩戴Airscope的小鼠可进行攀爬、穿行管道等复杂活动
人工智能是这项研究的重要技术支撑，而不仅仅是最终数据处理的辅助工具。在光学系统设计阶段，团队采用光学设计智能体辅助生成镜头方案，帮助在有限镜片数量和空间内兼顾视场与分辨率；在神经信息处理阶段，基于DeepWonder框架构建的深度学习分析流程，从大规模荧光图像中提取神经元活动，抑制背景和离焦信号干扰。依托这些方法，Airscope在单只自由活动小鼠中检测到超过8500个神经元的钙活动信号，记录数量达到此前同类无线设备的约25倍。
图2 Airscope在小鼠单侧大脑半球记录到的大规模神经元活动及局部识别结果
当脑活动的记录规模扩展到数千个神经元，如何准确理解动物“正在做什么”同样成为关键。研究团队进一步开发基于视觉基础模型SAM2的SAM2Mice智能行为分析工具，实现对多只动物的自动分割、识别与轨迹追踪，并将其行为状态与同步获取的神经信号相对应。相关工具可适应多种实验场景，减少针对不同环境反复人工标注和训练的工作量。研究还实现了5只小鼠同时佩戴Airscope进行记录，在同一场景中共采集约21400个神经元的活动。为理解复杂行为背后的神经群体活动提供了分析手段。
在上述应用研究中，东北大学未来技术学院王鸣瑞副教授除了参与设备的研发之外，重点开展了两项具有代表性的实验工作：一项是自然化栖息环境下的自由行为中全脑神经观测，另一项是恐惧条件下大脑皮层与脊髓的同步观测。前者关注当动物进入更加复杂、接近自然的环境时，大脑如何随探索行为动态变化；后者则把观测范围从大脑皮层延伸到脊髓，尝试在同一时间尺度上分析不同神经系统部位的活动联系。这两项工作从真实行为场景和跨部位观测两个方向，进一步展示了Airscope的研究价值。
在自然化栖息地实验中，研究团队搭建了一个约2.3米×2.3米、面积超过5平方米的实验环境，设置坡道、隐蔽所、不同地形和可供挖掘的深层垫料。不同于传统实验箱内相对单一的运动，小鼠能够在其中挖洞、攀爬、穿梭和与同伴互动。实验记录了包括探索、进入洞穴和跨越地形在内的多种自然行为，并发现皮层活动模式会随小鼠所处环境区域发生系统性变化。通过将无线神经成像与智能行为追踪结合，研究人员得以分析大尺度空间行为与多个脑区神经群体活动之间的关联。
图3 研究团队搭建的2.3米×2.3米自然化栖息地，用于复杂环境中的自由行为神经成像
为了进一步揭示中枢神经系统不同部位在感觉信息处理与行为调控过程中的协同机制，王鸣瑞副教授重点开展将两台Airscope分别用于小鼠头部和背部，实现自由活动条件下大脑皮层与脊髓的同步记录。大脑与脊髓共同参与感觉和运动信息处理，但过去要在动物活动时同步观测二者十分困难。研究团队在听觉提示与足底电击构成的恐惧条件化实验中，同时获取大脑皮层数千个神经元及脊髓相关功能信号，分析不同部位的响应时间和动态关系。结果显示，在所研究的刺激和任务条件下，部分脊髓活动在时间上领先于皮层活动，为进一步研究脑—脊髓信息交互提供了新的实验线索。这项实验也展示了Airscope从单部位脑成像向跨部位神经系统同步观测拓展的潜力。
图4 Airscope实现自由活动小鼠的大脑皮层与脊髓同步成像。（a）双设备同步成像示意；（b）皮层与脊髓血管同步成像；（c）脊髓神经活动及声音提示、足底电击诱发的响应
从微型光学硬件、人工智能辅助设计，到神经活动自动解析与自然行为量化，Airscope展示了人工智能、先进计算光学成像和神经科学深度融合的研究路径。更重要的是，它使研究者能够在更接近真实生活的条件下观察大规模神经群体活动，为理解跨脑区协调、学习决策及脑—脊髓动态联系提供了新的研究平台，也为神经疾病机制研究、光学脑机接口和脑启发人工智能研究积累了新的技术与数据基础。
本论文由清华大学生命学院、IDG / 麦戈文脑科学研究院助理教授张元龙，复旦大学未来信息创新学院、中关村学院博士生李昂然，普林斯顿大学电子与计算机工程系博士生袁乐康，东北大学未来技术学院王鸣瑞副教授，解放军总医院第六医学中心赵伟豪博士担任共同第一作者；清华大学自动化系吴嘉敏副教授、解放军总医院戴朴教授、清华大学自动化系戴琼海教授为论文共同通讯作者。
论文原文链接：https://www.nature.com/articles/s41586-026-11293-x
