न्यूरल प्रोस्थेटिक का उद्देश्य याददाश्त को बढ़ावा देना है - फिजिक्स वर्ल्ड

<a href="https://platoblockchain.com/wp-content/uploads/2024/03/neural-prosthetic-aims-to-boost-memory-physics-world-2.jpg" data-fancybox data-src="https://platoblockchain.com/wp-content/uploads/2024/03/neural-prosthetic-aims-to-boost-memory-physics-world-2.jpg" data-caption="छवि स्मरण कार्य अनुसंधान टीम ने दृश्य पहचान स्मृति कार्यों के दौरान प्रतिभागियों का अध्ययन करने के लिए न्यूरोस्टिम्यूलेशन प्रदान किया, जिससे लोगों को छवियों को कितनी अच्छी तरह याद रखा गया, इसमें महत्वपूर्ण परिवर्तन मिले। (सौजन्य: वेक फॉरेस्ट यूनिवर्सिटी स्कूल ऑफ मेडिसिन)">

एक इलेक्ट्रॉनिक कृत्रिम प्रणाली अल्जाइमर रोग, दर्दनाक मस्तिष्क की चोट या मिर्गी के कारण कमजोर स्मृति वाले लोगों को विशिष्ट जानकारी याद रखने में मदद कर सकती है। नई तकनीक, शोधकर्ताओं द्वारा विकसित की जा रही है वेक फॉरेस्ट यूनिवर्सिटी स्कूल ऑफ मेडिसिन और दक्षिणी कैलिफोर्निया विश्वविद्यालय, हिप्पोकैम्पस पर काम करता है, मस्तिष्क का एक हिस्सा जो नई यादें बनाने में शामिल होता है।

मस्तिष्क-कंप्यूटर इंटरफ़ेस, जैसे रोबोटिक अंग, मस्तिष्क और बाहरी उपकरण के बीच संचार स्थापित करते हैं। हिप्पोकैम्पस (मनुष्य में वास्तव में दो हिप्पोकैम्पसी होते हैं, मस्तिष्क के प्रत्येक गोलार्ध में एक) कुछ हद तक, नए न्यूरॉन्स विकसित कर सकता है। लेकिन वैज्ञानिकों को हिप्पोकैम्पस क्षति की मरम्मत का कोई तरीका नहीं मिला है। शोधकर्ताओं द्वारा विकसित तंत्रिका कृत्रिम अंग स्मरण को प्रोत्साहित करने के लिए हिप्पोकैम्पस विद्युत गतिविधि से प्राप्त मॉडल का उपयोग करता है।

“अधिकांश मस्तिष्क नियंत्रण इंटरफेस चीजों से इनपुट से निपटने के तरीके का पता लगाने के लिए मस्तिष्क पर निर्भर रहे हैं। हम इस बात पर काम कर रहे हैं कि मस्तिष्क जो कर रहा है उसका मिलान कैसे किया जाए,'' वेक फ़ॉरेस्ट के एक शोध साथी ब्रेंट रोएडर कहते हैं, जो लगभग एक दशक से इस परियोजना पर काम कर रहे हैं। "हम यह पता लगा रहे हैं कि मेमोरी फ़ंक्शन को बढ़ाने के संभावित तरीके क्या हैं, और कौन से तरीके किन लोगों और किस प्रकार की स्थितियों के लिए सबसे अच्छा काम करते हैं?"

मेमोरी को एन्कोडिंग और डिकोड करना

2018 में प्रकाशित एक अध्ययन में जर्नल ऑफ़ न्यूरल इंजीनियरिंगटीम ने मल्टी-इनपुट मल्टी-आउटपुट नॉनलाइनियर गणितीय मॉडल का उपयोग करके वास्तविक समय में हिप्पोकैम्पस में न्यूरॉन्स को उत्तेजित किया। "[उस अध्ययन में, मॉडल] को इस बात की परवाह नहीं थी कि आप क्या याद रखने की कोशिश कर रहे थे... वह सिर्फ आपके हिप्पोकैम्पस को बेहतर ढंग से काम करने में मदद करने की कोशिश कर रहा था," रोएडर बताते हैं।

उनके सबसे हालिया काम में, रिपोर्ट किया गया कम्प्यूटेशनल न्यूरोसाइंस में फ्रंटियर्स, शोधकर्ताओं ने विशिष्ट न्यूरॉन्स में विद्युत गतिविधि को अलग किया और फिर उस जानकारी का उपयोग हिप्पोकैम्पस को उत्तेजित करने के लिए किया, यह देखने के लिए कि क्या इससे लोगों को विशिष्ट छवियों को बेहतर ढंग से याद रखने में मदद मिल सकती है।

अध्ययन में 14 वयस्कों को शामिल किया गया था - जिनमें से सभी को मिर्गी का निदान था और वे डायग्नोस्टिक ब्रेन-मैपिंग प्रक्रिया में भाग ले रहे थे जिसमें इलेक्ट्रोड को कम से कम एक हिप्पोकैम्पस में रखा गया था। दृश्य विलंबित मिलान-से-नमूना स्मृति कार्य में प्रतिभागियों को छवियों की विभिन्न श्रेणियां (जानवर, भवन, पौधे, उपकरण या वाहन) दिखाई गईं। शोधकर्ताओं ने प्रत्येक छवि श्रेणी के लिए हिप्पोकैम्पस में सामान्य तंत्रिका गतिविधि की पहचान की और गणितीय रूप से गणना की गई, निश्चित फायरिंग पैटर्न प्राप्त करने के लिए इस जानकारी का उपयोग किया। इस फायरिंग पैटर्न का उपयोग दृश्य पहचान स्मृति कार्य के दौरान हिप्पोकैम्पस को उत्तेजित करने के लिए किया गया था।

“हम वास्तव में इस अध्ययन में दो चीजों का परीक्षण कर रहे थे। पहला, क्या आप विशिष्ट जानकारी के लिए प्रेरित कर सकते हैं? और दूसरा, जिस जानकारी को हम प्रेरित करना चाहते हैं, उसे प्रोत्साहित करने में हम कितने अच्छे हैं?” रोएडर कहते हैं। “तो पहले प्रश्न का उत्तर हां है, आप विशिष्ट जानकारी के लिए प्रेरित कर सकते हैं। दूसरे प्रश्न का उत्तर यह है कि, सुधार की बहुत गुंजाइश है।''

शोधकर्ताओं ने स्मृति प्रदर्शन में वृद्धि और कमी दोनों देखी। लगभग 22% मामलों में, प्रतिभागियों को पहले दिखाई गई छवियों को कितनी अच्छी तरह याद था, इसमें अंतर था। जब मस्तिष्क के दोनों किनारों पर उत्तेजना पहुंचाई गई, तो बिगड़ा हुआ स्मृति समारोह वाले लगभग 40% प्रतिभागियों ने स्मृति प्रदर्शन में बदलाव दिखाया।

“मैं जो उदाहरण देता हूं वह यह है कि आपने एक वेटर को अपनी उंगलियों पर ट्रे ले जाते देखा है। वे पूरी ट्रे को नहीं, बल्कि ट्रे के एक हिस्से को सहारा दे रहे हैं। लेकिन क्योंकि ट्रे के वे हिस्से बाकी ट्रे से जुड़े हुए हैं, वे पूरी ट्रे उठा लेते हैं,'' रोएडर बताते हैं। “हमारी स्मृति साहचर्यपूर्ण है। हम पूरी मेमोरी को सपोर्ट करने की कोशिश नहीं कर रहे हैं - हम पूरी मेमोरी को बढ़ाने के लिए तंत्रिका गतिविधि के एक हिस्से को सपोर्ट करने की कोशिश कर रहे हैं।"

शोधकर्ताओं ने निष्कर्ष निकाला है कि छवि श्रेणियों के बीच उनकी अपेक्षा से अधिक ओवरलैप हो सकता है (उदाहरण के लिए, जानवर अक्सर पौधों के पास पाए जाते हैं)। उदाहरण के लिए, छवियों के बजाय रंग या दिशाएँ दिखाकर छवि श्रेणियों को और अधिक विशिष्ट बनाने से इलेक्ट्रॉनिक प्रोस्थेटिक के प्रदर्शन को बेहतर बनाने में मदद मिल सकती है।

रोएडर कहते हैं, "अब जब हम जानते हैं कि यह संभव है... तो बस इसमें बेहतर होने की बात है।"

• एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
• प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
• प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
• प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
• प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
• स्रोत: https://physicsworld.com/a/neural-prosthetic-aims-to-boost-memory/