Gerçek zamanlı olarak 1 milyon nöron nasıl kaydedilir?
Yenilikçi yeni bir yöntem, bilim insanlarının 1 milyondan fazla nörondan gelen bilgileri aynı anda çevirmesine ve aynı zamanda aktivitenin şifresini anında çözmesine olanak tanıyabilir.
Son birkaç on yılda, günlük yaşamda üretilen veri miktarı patlama yaptı.
Örneğin, sokakta yürürken, cep telefonunuz kaç adım attığınız hakkında bilgi toplayacaktır.
Bir mağazadan kartınızla bir şey satın aldığınızda, banka ne satın aldığınızı, ne kadar olduğunu ve nerede olduğunuzu bilir.
Aynı şekilde, mağaza daha önce orada benzer bir şey satın alıp almadığınızı da bilir.
Veriler her zamankinden daha verimli bir şekilde toplanabilir, ancak şimdi zorluk onlarla ne yapmamız gerektiğini anlamaktır (eğer varsa). Numaralar bizde - ama bizim için herhangi bir faydası var mı?
Sinirbilim için dev bir adım
Beyinden büyük miktarda veri toplamaya yönelik büyük adımlar atıldığı için nörobilimde de durum benzer. Bilim adamları artık çok sayıda beyin hücresini aynı anda dinleyebiliyor ve onlarla iletişim kurabiliyor.
Bu ilerleme teşhis, tedavi ve araştırmada yararlı olduğunu kanıtlamış olsa da, tam potansiyeli henüz gerçekleştirilememiştir. Verilerin toplandıktan sonra işlenebilme hızı hala önemli bir engeldir.
Veri işleme, nörobilimin diğer alanlarında yapılan ilerlemelere hızla bir darboğaz haline geliyor. Örneğin, beyinden alınan veriler gerçek zamanlı olarak toplanıp anlaşılabiliyorsa, felçli kişilerde robot kollarının kontrolünde veya hatta yaklaşan epileptik nöbetleri tahmin etmeye yardımcı olmak için büyük sıçramalar yapılabilir.
Bu hedeflere ulaşılması için, geniş veri okyanusları çok hızlı bir şekilde analiz edilmeli ve hesaplanmalıdır.
İsveç'teki Lund Üniversitesi Neuronano Araştırma Merkezi'ndeki araştırmacılar bu sorun üzerinde çalışıyorlar. Milyonlarca sinir hücresi ile gerçek zamanlı iletişim kurma potansiyeline sahip bir yöntem buldular.
Bulguları yakın zamanda dergide yayınlandı Nöroinformatik.
Sistemleri sadece beyin hücrelerinin gevezelerini dinlemekle kalmadı, aynı zamanda onu neredeyse anında - 25 milisaniye içinde anlamlı bir çıktıya çevirebilirdi. Bu yeni yeteneğin sırrı, Hiyerarşik Veri Formatı adı verilen özel bir veri formatı ve bit kodlama olarak bilinen bir süreçtir.
“Sinir hücresi sinyallerini doğrudan bit koduna yeniden kodlamak, depolama kapasitesini önemli ölçüde artırır. Ancak, en büyük kazanç, yöntemin bilgileri bilgisayar işlemcilerine anında ulaşabilecek şekilde depolamamıza olanak sağlamasıdır. "
Nörofizyoloji profesörü Jens Schouenborg, Neuronano Araştırma Merkezi
Sinirbilimin geleceği
Aynı zamanda Neuronano Araştırma Merkezi'nde nörofizyoloji profesörü olan Martin Garwicz, yöntemlerinin diğer müdahalelerden (elektrotların kafa derisine yerleştirildiği elektroensefalogram gibi) sokakların önünde olduğunu açıklıyor.
“Yandaki odada bulunan 10 kişinin ne hakkında konuştuğunu duymak istediğinizi hayal edin. Kulağınızı duvara dayayarak dinlerseniz, sadece mırıltılar duyarsınız, ancak odadaki her kişiye bir mikrofon takarsanız, bu konuşmayı anlama yeteneğinizi dönüştürür ”diyor.
"Ve sonra," diye ekliyor Garwicz, "bir milyon kişiyi dinleyebilmeyi, anlatılanlarda kalıplar bulmayı ve anında yanıt vermeyi düşünün - yeni yöntemimizin mümkün kıldığı şey bu."
Bu yeni metodoloji iki yönlü trafiğe izin verir: sinir hücrelerinden gelen mesajlar harmanlanabilir ve yanıtlar geri gönderilebilir. Teknoloji, trafiğin bit koduna dönüştürülmesine dayanır.
"Bu mimarinin ve veri formatının önemli bir yararı, beynin sinyalleri doğrudan bit koduna çevrildiği için daha fazla çeviri gerektirmemesidir. Bu, beyin ve bilgisayarlar arasındaki tüm iletişimde önemli bir avantaj anlamına geliyor, özellikle klinik uygulamalarla ilgili olarak.
Baş çalışma yazarı Bengt Ljungquist
İleriye dönük olarak, bu model sinirbilimin büyük ilerlemeler kaydetmesine yardımcı olabilir. Beyin-makine arayüzleri ve beyin-bilgisayar arayüzleri son yıllarda büyük ölçüde gelişirken, veri işleme söz konusu olduğunda genellikle bir engelle karşılaşıyorlar.
Bit kodu sistemi başarılı olursa, bu blok kendi yolundan kaydırılabilir.
