从大脑信号中探寻疾病密码：对话神经工程学者博尔巴·胡尼亚迪
如何从纷繁复杂的大脑信号中，提取出真正有价值的信息？这正是博尔巴·胡尼亚迪助理教授在荷兰马斯特里赫特大学健康、医学与生命科学研究所（MHeNs）致力于解决的核心问题。她拥有计算机工程与神经科学的双重背景，专注于通过分析大脑信号中的特定模式，协助神经科医生提升脑部疾病的诊断精准度。此外，她也积极投身于推动工程领域的性别平等：“不知为何，许多女孩在成长过程中逐渐认为‘数学不属于自己’。我希望能改变这一现状。”
跨学科的学术旅程
博尔巴的学术之路始于匈牙利布达佩斯，她在那里攻读了计算机与电子工程专业。“攻读电气工程博士学位期间，我主要运用信号处理与机器学习技术辅助癫痫诊断，”她回忆道。完成博士后研究后，她前往代尔夫特理工大学，进一步深化理论修养，拓展信号处理方法的边界。去年九月，她选择加入马斯特里赫特大学，因为她渴望重新贴近临床环境：“我希望能与临床医生和神经科学家展开更深入的合作，让研究更直接地服务于医疗实践。”
什么是信号处理？
“我们通过脑电图（EEG）或各类影像技术来测量大脑信号，”博尔巴解释道，“这些测量的目的是为了理解大脑的活动，因此我们需要从信号中提取特定信息。但问题在于，测量过程中总会混杂许多‘噪声’——即那些我们原本不打算获取的信号成分。信号处理的核心任务，就是将真正的目标信号从这些噪声中分离出来。”
在大脑中识别有意义的结构
博尔巴的研究重点是利用信号处理技术进行模式识别。“博士期间，我尝试从脑电图中识别癫痫发作的征兆。癫痫发作在脑信号中通常表现为有节律的振荡，这是一种相对明确且可辨识的模式，”她说，“但大脑中的模式远不止于此。它可能表现为不同脑区之间协同工作的‘网络’，也就是我们所说的‘功能连接’。识别这些网络模式具有重要意义，因为许多脑部疾病都与特定网络连接异常有关——无论是过度活跃还是联系中断。癫痫仅是其中之一。通过手术或脑刺激等方式调整这些网络，有望为患者带来新的治疗可能。”
辅助临床，而非取代医生
通过识别能够区分不同患者群体的脑信号模式，博尔巴希望为诊断流程提供有力支持。“我的目标是为神经科医生的临床决策提供参考，从而优化诊疗实践，”她强调，“基于这些模式，我们或许能为患者量身定制更精准的治疗方案。模式识别不是为了取代医生，而是为了与他们展开对话。因此，我不会仅仅根据模式就将患者归类并直接给出治疗建议。我更倾向于告诉神经科医生：‘我发现了某种模式，显示这几个脑区之间的连接异常增强，您认为这与临床情况相符吗？’在此基础上，我们可以共同探讨这些脑区是否涉及某些认知功能，或者它们的异常连接是否能解释患者的症状。”
推动工程领域的性别平等
博尔巴也致力于鼓励更多女性进入工程领域。“在我求学期间，女性在工程专业中已是少数群体，”她坦言，“如果男女比例能够更加均衡，将会带来更丰富的视角与创造力。令我感到遗憾的是，许多女孩很早就开始认为自己‘不擅长数学’。这往往是受到周围环境暗示的影响——实际上，男女在数理能力上并无先天差异，但社会观念却常常让女孩在成长中感到‘数学不属于自己’。这正是我希望改变的现象。工程领域能够提供充满成就感的职业生涯，而且许多女性更看重工作对社会或护理事业的贡献，这也是她们可能选择其他专业的原因之一。因此，我们需要向她们展示：通过工程学，你同样能够以深刻而积极的方式改善他人的生活。”
家庭与足球：工作之外的温暖与活力
工作之余，博尔巴的大部分时间都与丈夫和两个儿子共同度过。“正是他们激发了我对足球的兴趣，现在我加入了一支女子足球队，”她笑着说，“这对我来说是一次全新的尝试，让我走出了舒适区。我非常享受作为团队一员、为共同目标而努力的感觉。我们坚持在户外训练，即使冬天也不例外。寒冷倒还好，下雨才是更大的挑战。幸运的是，雨天训练的次数并不多——一个赛季可能只会遇到两三次。”
