Учёные разрабатывают ИИ для декодирования сигналов мозга и прогнозирования поведения

Учёные разрабатывают ИИ для декодирования сигналов мозга и прогнозирования поведения Новости

Искусственная нейронная сеть (ИИ), разработанная международной командой с участием UCL, может преобразовывать необработанные данные о деятельности мозга, открывая путь для новых открытий и более тесной интеграции между технологиями и мозгом.Новый метод может ускорить открытие того, как активность мозга соотносится с поведением.

Исследование, опубликованное сегодня в eLife, проведенное совместно с Институтом системной нейробиологии Кавли в Тронхейме и Институтом когнитивных исследований человека и мозга им. Макса Планка в Лейпциге и финансируемое Wellcome и Европейским исследовательским советом, показывает, что сверточная нейронная сеть — специфическая Тип алгоритма глубокого обучения способен декодировать множество различных поведений и стимулов из самых разных областей мозга у разных видов, включая людей.

Ведущий исследователь Маркус Фрей (Институт системной нейробиологии Кавли) сказал: «Нейробиологи могут записывать все большие и большие наборы данных из мозга, но понимание информации, содержащейся в этих данных — чтение нейронного кода — все еще является сложной проблемой. случаи, когда мы не знаем, какие сообщения передаются.

«Мы хотели разработать автоматический метод анализа необработанных нейронных данных многих различных типов, избегая необходимости вручную расшифровывать их».

Они протестировали сеть DeepInsight на нейронных сигналах крыс, исследующих открытую арену, и обнаружили, что она способна точно предсказать положение, направление головы и скорость бега животных. Даже без ручной обработки результаты были более точными, чем результаты, полученные с помощью обычных анализов.

Старший автор профессор Касуэлл Барри (UCL Cell & Developmental Biology) сказал: «Существующие методы пропускают много потенциальной информации в нейронных записях, потому что мы можем декодировать только те элементы, которые мы уже понимаем. Наша сеть может получить доступ к гораздо большему количеству нейронных сетей. код и тем самым учит нас читать некоторые из этих других элементов.

«Мы можем декодировать нейронные данные более точно, чем раньше, но настоящее достижение состоит в том, что сеть не ограничена существующими знаниями».

Команда обнаружила, что их модель смогла идентифицировать новые аспекты нейронного кода, который они демонстрируют, обнаруживая ранее нераспознанное представление направления головы, кодируемое интернейронами в области гиппокампа, которая является одной из первых, демонстрирующих функциональные дефекты у людей. при болезни Альцгеймера.

Более того, они показывают, что одна и та же сеть способна прогнозировать поведение на основе различных типов записи в разных областях мозга, а также может использоваться для вывода движений рук у участников-людей, которые они определили путем тестирования своей сети на ранее существовавшем наборе данных об активности мозга. записано в людях.

Соавтор, профессор Кристиан Доеллер (Институт системной нейробиологии им. Кавли и Институт когнитивных наук и мозга Макса Планка) сказал: «Этот подход может позволить нам в будущем более точно прогнозировать когнитивные процессы более высокого уровня у людей, такие как рассуждение и решение проблем.»

Маркус Фрей добавил: «Наша структура позволяет исследователям получать быстрый автоматизированный анализ своих необработанных нейронных данных, экономя время, которое можно потратить только на самые многообещающие гипотезы, используя более традиционные методы».

Газета «DAILY» — Новости России и мира