Машинный интеллект ускоряет исследования в области картирования мозга

Машинный интеллект ускоряет исследования в области картирования мозга

Согласно новому исследованию, ученые японского проекта по изучению мозга использовали машинный интеллект для повышения точности и надежности мощного метода картирования мозга. Их разработка, опубликованная 18 декабря в Scientific Reports , дает исследователям больше уверенности в использовании этой техники для распутывания проводов человеческого мозга и лучшего понимания изменений, сопровождающих неврологические или психические расстройства, такие как болезнь Паркинсона или Альцгеймера.

«Определение того, как связаны все различные области мозга – то, что мы называем коннектомом мозга – жизненно важно для полного понимания мозга и всех сложных процессов, которые он выполняет», – сказал профессор Кенджи Дойя, руководитель подразделения нейронных вычислений Окинавский институт науки и технологий аспирантуры (OIST).

Чтобы идентифицировать коннектомы, исследователи отслеживают волокна нервных клеток, которые проходят по всему мозгу. В экспериментах на животных ученые могут вводить флуоресцентный индикатор в несколько точек головного мозга и отображать, где проходят нервные волокна, исходящие из этих точек. Но этот процесс требует анализа сотен срезов мозга многих животных. Профессор Дойа объяснил, что из-за того, что он настолько инвазивен, его нельзя использовать для людей.

Однако достижения в области магнитно-резонансной томографии (МРТ) сделали возможным неинвазивную оценку коннектомов. Этот метод, называемый диффузионным отслеживанием волокон на основе МРТ, использует мощные магнитные поля для отслеживания сигналов от молекул воды, когда они движутся или распространяются по нервным волокнам. Затем компьютерный алгоритм использует эти сигналы воды для оценки пути нервных волокон по всему мозгу.

Но в настоящее время алгоритмы не дают убедительных результатов. Так же, как фотографии могут выглядеть по-разному в зависимости от настроек камеры, выбранных фотографом, настройки или параметры, выбранные учеными для этих алгоритмов, могут создавать очень разные коннектомы.

Ссылка на основную публикацию