Нейронная схема из сигналов мозга

Обсуждение статей по психологии как жёлтой, так и серьёзной прессы

Модераторы: Ольга Миронюк, Илья

Аватара пользователя
Робот
VIP
VIP
Сообщения: 4930
Зарегистрирован: 11 июн 2018, 14:51
Поблагодарили: 1 раз

Нейронная схема из сигналов мозга

Непрочитанное сообщение Робот »

Это сообщение оставлено Роботом

Аватара пользователя
Илья
Донатор
Донатор
Сообщения: 504
Зарегистрирован: 07 июн 2018, 09:39
Откуда: Москва
Благодарил (а): 41 раз
Поблагодарили: 11 раз

Re: Нейронная схема из сигналов мозга

Непрочитанное сообщение Илья »

Мозг считается одной из самых сложных систем в мире. И хотя был достигнут значительный прогресс в понимании этого, мы склонны порождать больше вопросов, чем ответов.

Но теперь исследовательская группа во главе с Университетом Киото разработала модель машинного обучения, которая позволяет ученым реконструировать нейронные схемы путем измерения сигналов от самих нейронов. Модель обладает потенциалом для выяснения различий в нейрональных вычислениях в различных областях мозга. Результаты были опубликованы в журнале Nature Communications.


Чтобы понять мозг, мы должны посмотреть на нейроны, которые его строят. Весь наш мир восприятия проходит через эти миллиарды клеток в нашей голове. И это усугубляется экспоненциально большим числом связей-известных как синапсы - между ними, что делает путь к нашему пониманию сложной задачей.

Сигэру Шиномото из научной школы Киотского университета, возглавлявший проект, объясняет, что, хотя можно регистрировать активность отдельных нейронов в головном мозге - и это число резко возросло за последнее десятилетие - по-прежнему остается сложной задачей определить, как каждая из этих клеток соединяется друг с другом.

"Было высказано предположение, что нейронная связь может быть оценена путем анализа корреляции между нейронными сигналами", - объясняет Шиномото. "Но получить точный вывод было трудно из-за количества внешнего шума, поступающего от других нейронов."

Команда построила аналитический метод, который берет всплески сигнала от отдельных нейронов и оценивает межнейронные связи от них. Чтобы устранить данные, загрязняющие "шум", они применили обобщенную линейную модель, или GLM, базовую модель в машинном обучении к кросс-Коррелограмме, или CC, которая записывает корреляцию срабатывания между нейронами.

"Мы назвали наш анализ GLMCC, и он оценил силу нервных связей в единицах синаптического мембранного потенциала", - утверждает Рета Кобаяши из Национального института информатики (NII) и первый автор исследования.

"Чтобы подтвердить, отражают ли наши данные реальную связь, мы оценили ее точность с помощью моделирования большой сети нейронов. Мы подтвердили, что новая модель имеет точность 97%, намного выше, чем любой предыдущий метод."

Затем модель была применена к экспериментальным данным активности нейронов в гиппокампе крыс. При анализе оцененные связи соответствовали результатам, полученным с помощью других физиологических сигналов.

Исходный код и "готовая к использованию" версия доступны в интернете, и команда надеется, что он будет использоваться нейробиологами по всему миру.

Shinomoto заключает: "по мере нашего продвижения в технологии, объеме неврологические данные, которые мы собираем, будет увеличиваться. Наша новая аналитическая модель будет жизненно важна для обработки этой информации и поможет нам лучше понять, как наш мозг обрабатывает окружающий мир."

Donat
Ответить
  • Похожие темы
    Ответы
    Просмотры
    Последнее сообщение

Кто сейчас на конференции

Сейчас этот форум просматривают: нет зарегистрированных пользователей и 0 гостей