Нейронное протезирование направлено на улучшение памяти

<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="Задача восстановления изображения Исследовательская группа проводила нейростимуляцию участников исследования во время выполнения задач по визуальному распознаванию памяти, обнаружив значительные изменения в том, насколько хорошо люди запоминают изображения. (Фото предоставлено Медицинским факультетом Университета Уэйк Форест)»>

Электронная протезная система может помочь людям с нарушениями памяти – из-за болезни Альцгеймера, черепно-мозговой травмы или эпилепсии – запомнить конкретную информацию. Новая технология, разработанная исследователями из Медицинский факультет университета Уэйк Форест и Университет Южной Калифорнии, работает на гиппокампе, части мозга, участвующей в создании новых воспоминаний.

Интерфейсы мозг-компьютер, такие как роботизированные конечности, устанавливают связь между мозгом и внешним устройством. Гиппокамп (на самом деле у людей есть два гиппокампа, по одному в каждом полушарии мозга) может в некоторой степени выращивать новые нейроны. Но ученые не нашли способа исправить повреждения гиппокампа. Нейронный протез, разработанный исследователями, использует модели, полученные на основе электрической активности гиппокампа, для стимулирования воспоминаний.

«Большинство интерфейсов управления мозгом полагаются на то, что мозг пытается разобраться с входными данными от вещей. Мы работаем над тем, как выяснить, как соответствовать тому, что делает мозг», — говорит Брент Рёдер, научный сотрудник из Wake Forest, работающий над этим проектом почти десять лет. «Мы выясняем, каковы возможные способы улучшения функции памяти и какие способы лучше всего подходят для каких людей и в каких условиях?»

Кодирование и декодирование памяти

В исследовании, опубликованном в 2018 году в журнале Журнал нейронной инженерииКоманда стимулировала нейроны в гиппокампе в реальном времени, используя нелинейную математическую модель с несколькими входами и несколькими выходами. «[В этом исследовании модель] не заботилась о том, что вы пытались запомнить… она просто пыталась помочь вашему гиппокампу работать лучше», – объясняет Редер.

В своей последней работе, о которой сообщается в Границы вычислительной нейробиологииИсследователи изолировали электрическую активность определенных нейронов, а затем использовали эту информацию для стимуляции гиппокампа, чтобы посмотреть, может ли это помочь людям лучше запоминать определенные изображения.

В исследовании приняли участие 14 взрослых, у всех из которых была диагностирована эпилепсия, и они участвовали в диагностической процедуре картирования мозга, при которой электроды помещались как минимум в один гиппокамп. Участникам были показаны различные категории изображений (животное, здание, растение, инструмент или транспортное средство) в ходе визуального задания на запоминание с задержкой и сопоставлением с образцом. Исследователи определили общую нейронную активность в гиппокампе для каждой категории изображений и использовали эту информацию для получения математически рассчитанной фиксированной схемы срабатывания. Затем этот образец срабатывания использовался для стимуляции гиппокампа во время задачи визуального распознавания памяти.

«В этом исследовании мы действительно тестировали две вещи. Во-первых, можете ли вы стимулировать конкретную информацию? И второй вопрос: насколько хорошо мы умеем стимулировать ту информацию, которую хотим стимулировать?» — говорит Рёдер. «Итак, ответ на первый вопрос — да, вы можете стимулировать конкретную информацию. Ответ на второй вопрос: ну, есть много возможностей для улучшения».

Исследователи наблюдали как увеличение, так и снижение производительности памяти. Примерно в 22% случаев наблюдалась разница в том, насколько хорошо участники запоминали изображения, которые им показывали раньше. Когда стимуляция проводилась на обе стороны мозга, почти у 40% участников с нарушенной функцией памяти наблюдались изменения в ее работе.

«Я привожу пример: вы видели, как официант нес поднос на пальцах. Они поддерживают не весь лоток, а часть лотка. Но поскольку эти части лотка соединены с остальной частью лотка, они поднимают весь лоток», — объясняет Редер. «Наша память ассоциативна. Мы не пытаемся поддерживать всю память — мы пытаемся поддержать часть нейронной активности, чтобы улучшить всю память».

Исследователи приходят к выводу, что между категориями изображений могло быть больше совпадений, чем они ожидали (например, животные часто встречаются рядом с растениями). Создание более четких категорий изображений, например, путем показа цветов или направлений вместо изображений, может помочь улучшить производительность электронного протеза.

«Теперь, когда мы знаем, что это возможно… осталось только научиться лучше в этом», — говорит Рёдер.

• SEO-контент и PR-распределение. Получите усиление сегодня.
• PlatoData.Network Вертикальный генеративный ИИ. Расширьте возможности себя. Доступ здесь.
• ПлатонАйСтрим. Интеллект Web3. Расширение знаний. Доступ здесь.
• ПлатонЭСГ. Углерод, чистые технологии, Энергия, Окружающая среда, Солнечная, Управление отходами. Доступ здесь.
• ПлатонЗдоровье. Биотехнологии и клинические исследования. Доступ здесь.
• Источник: https://physicsworld.com/a/neural-prosthetic-aims-to-boost-memory/