Исследование опубликовано в PLOS Computational Biology.Вычислительный нейробиолог Вашингтонского университета Раджеш Рао и нейрохирург UW Medicine Джефф Оджеманн, работая со своим учеником Каем Миллером и его коллегами из Южной Калифорнии и Нью-Йорка, провели исследование.
«Мы пытались понять, во-первых, как человеческий мозг воспринимает объекты в височной доле, а во-вторых, как можно использовать компьютер для извлечения и предсказания того, что кто-то видит в реальном времени?» объяснил Рао. Он является профессором информатики и инженерии в Университете штата Вашингтон, а также руководит Центром сенсомоторной инженерии Национального научного фонда со штаб-квартирой в Университете штата Вашингтон.«С клинической точки зрения наш результат можно рассматривать как доказательство концепции построения механизма коммуникации для пациентов, которые парализованы или перенесли инсульт и полностью заблокированы», — сказал он.В исследовании участвовали семь пациентов с эпилепсией, получавших помощь в Медицинском центре Харборвью в Сиэтле.
По словам Одеманна, у каждого из них были эпилептические припадки, не купируемые лекарствами, поэтому каждый перенес операцию, в ходе которой височные доли мозга были имплантированы — временно, примерно на неделю — с электродами, чтобы попытаться определить местонахождение очагов припадков.«Они собирались получить электроды, несмотря ни на что; мы просто давали им дополнительные задачи во время их пребывания в больнице, в то время как в остальном они просто ждут», — сказал Оджеманн.Височные доли обрабатывают сенсорную информацию и являются частым местом эпилептических припадков.
По его словам, эти доли, расположенные за глазами и ушами млекопитающих, также участвуют в развитии болезни Альцгеймера и деменции и кажутся несколько более уязвимыми, чем другие структуры мозга, для травм головы.В эксперименте электроды из нескольких точек височных долей были подключены к мощному вычислительному программному обеспечению, которое извлекало два характерных свойства сигнала мозга: «связанные с событием потенциалы» и «широкополосные спектральные изменения».Рао охарактеризовал первое как вероятное возникновение «сотен тысяч нейронов, совместно активируемых при первом представлении изображения», а второе — как «продолжающуюся обработку после первоначальной волны информации».
Испытуемым, наблюдающим за монитором компьютера, была показана случайная последовательность изображений — короткие (400 миллисекунд) вспышки изображений человеческих лиц и домов, чередующиеся с пустыми серыми экранами. Их задачей было следить за изображением перевернутого дома.«Мы получили разные ответы от разных мест (электродов); некоторые были чувствительны к лицам, а некоторые — к домам», — сказал Рао.
Вычислительная программа производила выборку и оцифровку сигналов мозга 1000 раз в секунду, чтобы определить их характеристики. Программное обеспечение также проанализировало данные, чтобы определить, какая комбинация положений электродов и типов сигналов лучше всего коррелирует с тем, что на самом деле видел каждый испытуемый.Таким образом, он давал информацию с высокой степенью предсказания.Обучая алгоритм на реакции испытуемых на (известные) первые две трети изображений, исследователи могли исследовать сигналы мозга, представляющие последнюю треть изображений, названия которых были им неизвестны, и прогнозировать с точностью 96%. видели ли и когда (в течение 20 миллисекунд) испытуемые дом, лицо или серый экран.
Эта точность была достигнута только тогда, когда связанные с событием потенциалы и широкополосные изменения были объединены для прогноза, что предполагает, что они несут дополнительную информацию.«Традиционно ученые изучали отдельные нейроны», — сказал Рао. «Наше исследование дает более глобальную картину на уровне очень больших сетей нейронов того, как человек, который бодрствует и уделяет внимание, воспринимает сложный визуальный объект».По его словам, этот метод ученых является отправной точкой для картирования мозга, поскольку его можно использовать для определения в реальном времени, какие участки мозга чувствительны к типам информации.Ведущим автором исследования является Кай Миллер, резидент по нейрохирургии и физик Стэнфордского университета, получивший степень доктора медицины и доктора философии. в UW.
Другими сотрудниками были Дора Гермес, научный сотрудник Стэнфордского университета нейробиологии, и Гервин Шалк, нейробиолог из Института Уодсворта в Нью-Йорке.«Вычислительные инструменты, которые мы разработали, могут быть применены к изучению двигательной функции, изучению эпилепсии, исследованиям памяти.
Математика, лежащая в основе этого, применительно к биологическому, имеет фундаментальное значение для обучения», — сказал Оджеманн.