Sim4Life V10.0：超高速全脑动力学技术助力脑电图实验室及人工智能驱动的文本到模拟功能

2026年10月27日

Sim4Life V10.0 将神经响应建模扩展至全脑网络，并引入了基于自然语言的模拟工作流脚本编写功能。 这两项功能均在桌面应用程序和网络平台共用的单一界面中运行。

Sim4Life V9.6使神经激活预测的速度足够快， 足以用于刺激优化。V10.0 将模拟范围从单个神经元扩展至全脑网络动力学和模拟脑电图（EEG）。 由IT'IS研究人员开发的 BraiNN 将大脑表示为 由可个性化结构连接所链接的神经质量模型网络。来自 Sim4Life 低频求解器的刺激场驱动 该网络，而来自同一头部模型的引导场则将其活动投射到模拟的头皮脑电图（EEG）上。

此类全脑模型已在临床中接受测试。在药物难治性癫痫领域，虚拟癫痫 患者工作流程[1–3]正用于术前绘制致痫区网络（EPINOV，NCT03643016）， 但计算成本限制了其在优化刺激参数方面的应用[4]。 BraiNN 将同类模型与 Sim4Life 的基于图像的场模拟相结合，同时将计算成本降低了好几个数量级。

在开发者预印本[5]的基准测试中，BraiNN在图形处理单元（GPU）上的运行速度比 “虚拟大脑”（The Virtual Brain）在中央处理单元（CPU）上的运行速度快90倍以上。 凭借这一速度，参数扫描、寻找能 产生目标网络响应的刺激设置，以及根据测量响应拟合模型参数等操作，均可在单台工作站上切实可行。 由此构建了一个虚拟脑电图实验室，可在实际实验前探索刺激效果。

V10.0 随附了一个基于开放获取成像数据构建的、可直接运行的大脑和头部模型，并提供了关键参数供用户探索。 用于根据成像数据构建受试者特定模型的流程将在后续版本中发布。


Sim4Life 的 Python 接口长期以来一直支持面向熟悉 Python 脚本编写用户的可重复专家工作流。 Sim4Life 人工智能（AI）助手通过根据自然语言指令生成脚本，将这些工作流开放给更多用户——例如“构建该几何体”、“设置该模拟”、“提取这些结果”。 它会确定所需步骤、编写脚本、 解释其推理过程，并允许用户查看和调整脚本。

该AI是基于我们的物理学、神经科学和生物医学团队在自身工作中应用的流程和质量保证步骤进行训练的，因此现在每位用户都能从这些成熟的最佳实践中受益。我们称之为“文本到仿真”（Text-to-Simulation）。

V10.0 焕然一新的界面（桌面版和网页版通用）带来了现代化的脚本编写环境、集成搜索功能、对 工具和文档的快速访问，以及引导式建模操作。在过渡期间，Sim4Life Classic V10.0 仍可继续使用。

应用展示

BraiNN：从刺激场到模拟脑电图
一个示例，遵循 V10.0 随附的教程


阅读更多

该工作流解决的关键问题：

• 刺激场如何改变全脑网络的模拟活动？哪种时空刺激策略 能对脑活动产生预期影响？
• 这些变化在模拟的头皮脑电图中如何体现？
• 耦合强度、噪声和连接性如何影响结果？

Sim4Life V10.0 中的 BraiNN 工作流程：
1. 加载模型。导入本教程提供的两个文件：带有10×10电极阵列的头部模型， 以及BraiNN网络定义。将网络以点云、区域或连接图的形式显示出来。


2. 模拟静息态网络。创建一个 BraiNN 模拟，将网络拖入网络设置中，并使用 默认参数运行。这是基线：未受刺激时的网络固有活动及其相关的虚拟脑电图。


3. 计算刺激场。将两个额叶电极（10-10系统中的AF7和AF8）设为 经颅电刺激电极组的阳极和阴极。施加+1 V和-1 V（任意值），并运行Sim4Life的欧姆准静态求解器。


4. 将场耦合到神经网络中。将传感器提取器中的总场拖拽至 BraiNN 仿真中，用作 源。BraiNN 采用 λE∥ 耦合 [7 – 9]，具体将在下文的深入解析中描述；在 V10.0 版本中，该输入在时间上保持恒定。


5. 进行比较。启用场耦合后重新运行，并绘制两次运行的模拟脑电图（EEG）或比较其频谱； 其中的差异即为蒙太奇所产生的建模效应。 确保两次运行中噪声种子保持不变，以便任何差异均反映 刺激本身而非噪声的实现方式。通过改变电极配置、耦合强度、突触增益或噪声水平，探索 这些参数如何影响响应。

从应用洞察到平台优化

对仿真平台的信赖取决于日常操作的细节：打开大型项目、找到正确的设置、理解为何 仿真会产生意外结果，以及在数月后重现分析结果。V10.0 更新了用于 执行所有这些任务的界面和工具。

针对桌面端和网页端的焕新用户界面：
基于现代网络技术构建的通用 Web 和桌面界面，提供了响应迅速、体验一致的使用感受，并支持更快地推出新功能。它将 Web 平台的脚本环境引入桌面端，增加了跨工具、手册和教程的搜索功能，并提供了引导式建模操作。丰富的工具提示和嵌入式文档让帮助始终贴近任务。 原生支持已扩展至 Ubuntu Linux，macOS 版本即将推出。


指导与诊断：
警告和错误会显示在仿真树中的相关位置。启动页面汇集了快速入门工作流、最近的项目、 教程、发布说明以及常用资源。

清晰工具栏和侧边栏布局、改进的拖放反馈以及明确的锁定状态（例如，当存在体素或结果时），使 常规操作更易于掌握。材质设置以及虚拟人群模型的下载和导入流程也已得到优化。

Sim4Life 和 Sim4Life Classic V10.0：
旧版界面仍以 Sim4Life Classic V10.0 的形式提供，并将与更新后的界面一同获得全面支持。现有项目和脚本 在两种界面中均可正常运行。 Classic 将在未来几个版本中进入维护模式，随后正式停用，这将给用户留出时间，以便在不影响工作效率的情况下迁移到更新后的 界面。更新版本中提供了一个切换开关，可随时恢复更接近 Classic 的布局。我们建议您 立即进行迁移，并期待您的反馈。

AI 助手 — 应用程序全域可用：
AI 助手融合了产品知识，并支持 Python 脚本编写、CAD 建模、仿真设置与审查以及后处理。新的“Ask Sim4Life”关键词可通过自然语言指令，实现对参数、模型、仿真和网格的上下文感知式调整。 在后续版本中，用户将能够使用自己首选的模型提供商提供的令牌。

“文本到仿真”的实际应用。一个用例展示了“文本到仿真”的功能。在一项周围神经刺激研究中，AI 助手根据标注的 2D 横截面构建 3D 神经模型，并将袖带电极投影并贴合到其表面。 为了填充神经，iSeg 划定了神经束， 在每个神经束内设置了神经元进入点，并将神经元模型沿逼真的 3D 轨迹布线。这一填充步骤仅通过单次请求，便生成 了一条可直接用于仿真的神经。 随后进行网格细化和收敛性分析，采用由我们的物理学 和生物医学专家配置的最佳实践。结果包括沿神经纤维传播的动作电位可视化。


本地化——无语言障碍的 Sim4Life：
AI 支持的本地化覆盖整个界面，包括菜单、工具提示和对话框，以及科学和生物医学术语、 特定错误消息、警告和警报。翻译内容会自动与新版本保持同步。 发布时支持英语、韩语、中文和西班牙语， 后续将增加更多主要语言。


ThermoReg — 全身体温调节：
ThermoReg 是一款全新的全身体温调节模拟器，用于评估热负荷如何影响体温和热 交换，并具备主动体温调节和能量保存功能。它实现了 UTCI-Fiala 多节点人体热 传递与体温调节模型 [12]。 该模型是通用热气候指数（UTCI）的基础，已通过 COST Action 730 数据库的验证 [13]，并被广泛应用于汽车、热舒适度及体育行业。 ThermoReg 涵盖了体腔热传导、动静脉逆流交换、呼吸以及辐射和 对流交换。它还对出汗、寒战、血管收缩与扩张以及代谢产热进行了建模。

结合 Sim4Life 对体内能量沉积的电磁和声学建模，ThermoReg 可应对高能耗 应用场景，例如 MRI 扫描、热疗（如肿瘤热疗）、5G 基站辐射暴露，以及不同气候条件下的 热应激。 该模型可在瞬态和稳态分析中解析局部温度演变、对时变暴露的体温调节反应，以及 能量传递/平衡。Virtual Population的 Duke模型的功能化版本 将模拟的能量沉积转化为全身模型中的各室热源。

目前正在开发一款混合模拟器，该模拟器将UTCI-Fiala体温调节模型与解剖学细节丰富的Pennes生物热求解器相结合。 该模拟器将提供能量守恒的、多尺度的主动和被动热响应建模，并能更好地处理血液灌注和传输过程。


低频求解器 — 一致的电流归一化：
低频求解器现可直接计算电流通量以构建导纳/阻抗矩阵，从而加速后处理 并避免重复进行阻抗计算。 新的通用电流归一化器在边界条件的选择上增加了鲁棒性和灵活性。这些改动共同为多极探索及后续的神经响应分析奠定了基础，范围从单根纤维到全脑耦合。

多接触点电极：
一次求解即可生成所有配置。V10.0 会自动为电流或电压驱动的多端口设置计算导纳矩阵，并 将其直接传递给耦合的电生理和热模拟——无需手动提取，无需脚本。 通过参数扫描器或 Python 应用程序接口，针对刺激阈值和温度升高对 电极配置进行扫描或优化，已成为常规研究操作。


网格划分与体素化：
更精细的控制以及对分割标签场的直接利用。V10.0 可识别限制最大稳定时间步长的材料或对象， 帮助用户在分辨率与运行时间之间取得平衡。 标签场（例如由基于 AI 的分割工具生成的标签场）可作为体素导入 并直接进行模拟；此外，还可将植入体等实体插入场景并进行体素化处理。系统还支持在实体 界面处进行可选的细化处理。


性能与云端：
模拟运行速度更快，可扩展性更强；大型项目打开更快，大型结果数据集加载更迅速。桌面应用程序与 网络平台的更紧密集成，可让您及时了解即将进行的维护和版本发布，并更详细地报告 正在运行的模拟情况。

Sim4Life V10.0 将解剖学、物理学、生理学和全脑动力学整合到一个可重复的计算机模拟环境中。它还 使建模经验有限的用户也能轻松使用专家级工作流程。 对于从事神经调控、医疗设备、无线 通信以及暴露合规性领域的研发团队而言，该软件提供了将机制理解转化为 临床相关设计和可认证暴露评估所需的集成性、可控性和速度。

定制化研究

您是否有意生成符合监管标准的模型证据、开展计算机模拟研究，或为 您的医疗设备、研究方案或患者群体开发基于 Sim4Life 的规划工具？ 请联系IT’IS 定制化研究专家，共同探索适用于您应用场景的定制化解决方案。

Sim4Life V10.0 现已登陆我们所有的云平台，面向 商业用户、 研究人员和 学生。

桌面版安装程序可 此处。Sim4Life Classic V10.0 可 此处 。

如需了解更多信息，请发送电子邮件至s4l-sales@zmt.swiss或 致电 +41 44 245 9765。

此致，

Sim4Life 团队

参考文献

[1] Sanz Leon P 等。《虚拟大脑：灵长类动物脑网络动力学模拟器》。《神经信息学前沿》。2013;7:10。https://doi.org/10.3389/fninf.2013.00010
[2] Jirsa VK 等. 关于癫痫发作动力学的本质。《大脑》（Brain）. 2014;137(8):2210-2230.https://doi.org/10.1093/brain/awu133
[3] Wang HE 等. 利用脑成像数据和个性化建模在难治性癫痫中勾勒癫痫源性网络。《科学转化医学》. 2023;15(680):eabp8982.https://doi.org/10.1126/scitranslmed.abp8982
[4] 王海东等. 用于癫痫刺激治疗的虚拟脑双胞胎。《自然·计算科学》. 2025;5(9):754-768.https://doi.org/10.1038/s43588-025-00841-6
[5] Fasse A 等. BraiNN：一种用于临床可行个性化全脑网络建模的现代模拟器。《bioRxiv》。2026.https://doi.org/10.64898/2026.07.08.737156
[6] Jansen BH 等. 耦合皮层柱数学模型中的脑电图和视觉诱发电位生成. 《生物控制论》. 1995;73(4):357-366.https://doi.org/10.1007/BF00199471
[7] Molaee-Ardekani B 等. 经颅直流电刺激（tDCS）对皮层活动的影响：一项计算建模研究。《脑刺激》. 2013;6(1):25-39.https://doi.org/10.1016/j.brs.2011.12.006
[8] Merlet I 等. 从振荡性经颅电流刺激到头皮脑电图变化：一项生物物理与生理建模研究。《PLoS ONE》. 2013;8(2):e57330.https://doi.org/10.1371/journal.pone.0057330
[9] Kunze T 等. 经颅直流电刺激改变静息态功能连接：一项大规模脑网络建模研究。《NeuroImage》. 2016;140:174-187.https://doi.org/10.1016/j.neuroimage.2016.02.015
[10] Ableidinger M 等. Jansen 和 Rit 神经质量模型的随机版本：分析与数值计算。《数学神经科学杂志》（J Math Neurosci）. 2017;7:8.https://doi.org/10.1186/s13408-017-0046-4
[11] Plonsey R. 互易性在体积导体和心电图中的应用。《IEEE生物医学电子学汇刊》。1963;10(1):9-12.https://doi.org/10.1109/TBMEL.1963.4322775
[12] Fiala D 等. 人体热传递与体温调节的 UTCI-Fiala 多节点模型。《国际生物气象学杂志》。2012;56(3):429-441.https://doi.org/10.1007/s00484-011-0424-7
[13] Psikuta A 等. 菲亚拉多节点热生理模型在 UTCI 应用中的验证。《国际生物气象学杂志》. 2012;56(3):443-460.https://doi.org/10.1007/s00484-011-0450-5