Maze Runner: Analyse en temps réel de l'activité neuronale du cerveau de rat

Quelle superpuissance choisiriez-vous: fuite, invisibilité ou télépathie? Une incarnation vivante, dans un sens, de ce dernier a toujours été le personnage de la bande dessinée X-Men, le professeur Charles Xavier, qui est apparu en 1963 sous la plume de Stan Lee. Mais dans les bandes dessinées, et pas de tels super-pouvoirs ne peuvent être trouvés. Et la réalité? Peut-on lire dans l'esprit d'un autre être? En fin de compte, c'est maintenant possible, mais pas comme vous l'imaginez. Aujourd'hui, nous nous familiariserons avec l'étude, dont la principale réalisation est de lire en temps réel l'activité électronique des neurones cérébraux du rat expérimental, parcourant le labyrinthe. Comment les scientifiques ont-ils réussi à entrer dans la tête du rat, qu’ont-ils réalisé et quelles sont les perspectives de leur technologie? Le rapport des chercheurs nous donnera des réponses à ces questions et à d'autres. Allons-y.

Base d'étude

Les scientifiques notent qu'à l'heure actuelle, l'une des principales tâches dans le domaine de l'étude du cerveau, en tant que structure complexe, est l'amélioration des méthodes et des outils connexes pour la collecte et l'analyse des données. Plus précisément, il est important de déchiffrer les informations cachées dans les données collectées de l'activité spatio-temporelle des systèmes neuronaux. En d'autres termes, les scientifiques voient que quelque chose s'est produit (pic sur le graphique), vous devez obtenir des informations correspondant à cet événement.

La chose la plus difficile, selon les scientifiques, est de réaliser de telles observations, de collecter et d'analyser des données en temps réel. Cela se fait par le biais de l'interface NKI (neuro-ordinateur), qui dispose de capteurs multi-électrodes.

Le format le plus courant pour la recherche sur le cerveau utilisant NQI est une expérience cyclique (répétant les mêmes conditions à chaque tentative). Dans ce cas, il est possible d'étudier bien certaines fonctions cognitives, telles que l'attention, la mémoire et l'apprentissage.

La navigation spatiale est la méthode la plus connue et la plus efficace pour apprendre les fonctions cognitives susmentionnées. À quoi ressemble ce chèque, demandez-vous? Très simple - un labyrinthe. Au cours de ces expériences, le soi-disant codage neuronal de l'espace (ou le «code spatial») a été trouvé dans de nombreuses parties du cerveau du rat: l'hippocampe, le cortex entorhinal, le cortex visuel primaire (V1), le cortex rétrosplénal et le cortex pariétal. Ces «codes» sont certains signaux qui stockent des informations sur la position du rat dans le labyrinthe, son déplacement et sa provenance. Ce sont ces informations qui doivent être lues en temps réel, et pas seulement après les expériences, lorsque le rat est en état de repos ou de sommeil (phase de sommeil lent).



La technique proposée comprend deux étapes principales (schéma A dans l'image ci-dessus): l'encodage et le décodage. Au stade du codage, la densité de probabilité globale du vecteur de signes de pointes * (signal neuronal) et la position spatiale sont créées. L'étape de décoration est responsable de la reconstruction des données sous forme de position spatiale, qui doit être aussi proche que possible de celle obtenue à l'étape précédente.

Spike * (Peak) - potentiel d'action des neurones lors de l'enregistrement extracellulaire de leur activité électrique.

Du point de vue du fer, les scientifiques soulignent que le problème de l'analyse des données en temps réel peut être résolu en utilisant un logiciel multithread sur un processeur central multicœur (ci-après dénommé CPU). L'inconvénient d'un tel système est le nombre de cœurs, ce qui limite l'évolutivité de l'ensemble du système de l'interface du neuro-ordinateur. Les chercheurs ont décidé d'intégrer un processeur graphique (GPU) dans un ordinateur quadricœur classique. L'utilisation du GPU accélère considérablement le processus de décodage et augmente l'évolutivité du système. Les capteurs eux-mêmes ont également été modifiés, passant de tétrodes à des capteurs en silicium haute densité.

Résultats de recherche

Au cours des tests, toutes les options du système ont été testées: sur la base du CPU, sur la base du CPU + GP, en utilisant des tétrodes et des capteurs en silicium. La base de données était constituée de pointes de l'hippocampe, du néocortex et du thalamus fixées lors de la navigation spatiale dans un espace bidimensionnel. Les options de la base de données sont illustrées dans l'image ci-dessus ( C ).


Image n ° 1

Comme les scientifiques s'y attendaient, un système utilisant un processeur graphique a montré de bien meilleurs résultats qu'un système CPU.

Ainsi, dans le cas de la base de données n ° 1, un système avec un GPU a montré un seuil de compression de données (encodage de pic) de 0,5 à une vitesse de décodage de 0,02 ms / pic. Dans les mêmes conditions, le système CPU a montré une vitesse de décodage de 0,44 ms / pic (1V). Il convient également de noter que l '«amplification» de la compression des données entraîne une augmentation de la vitesse de décodage, mais également une diminution de la précision de ce processus.

La bande passante centrale joue également un rôle important dans le processus de décodage. Si ce paramètre était petit, le taux de compression affectait légèrement la précision de décodage.


Graphique de précision des données décodées par rapport aux données réelles.

En plus de l'excellente vitesse de décodage des données, les scientifiques disposent également d'un haut degré de précision de décodage.

Les chercheurs ont ensuite mené une expérience dans laquelle le rat était censé se déplacer le long du labyrinthe sous la forme d'un chiffre huit, et les tétrodes ont lu des indicateurs non seulement de la section CA1 de l'hippocampe, mais également du cortex visuel primaire V1.

La décoration a été réalisée dans un format mixte: séparément CA1, séparément V1 et CA1 + V1. L'analyse des données V1 a montré que les adhérences de cette zone stockent une part impressionnante d'informations concernant le déplacement spatial. En combinant les données V1 avec les données CA1, les scientifiques ont pu augmenter la précision globale de décodage ( 1C ).

Les paramètres nucléaires ont été optimisés pour chaque partie du cerveau (CA1 et V1) séparément, sur la base de données de validation croisée. Dans ce cas, la précision de décodage était élevée. Et avec une compression de données nulle, comme prévu, la vitesse de décodage était très faible.

L'expérience suivante a été menée dans un labyrinthe, ce qui est difficile à appeler, étant donné son apparence - un simple anneau. Le rat a couru en cercle et les tétrodes ont lu les données du noyau antérieur du thalamus. Cette zone du cerveau est l'une des plus importantes dans le processus de formation de la mémoire et dans l'orientation spatiale.

Un point important - la plupart des neurones du noyau antérieur du thalamus sont des neurones de la direction de la tête. Par conséquent, dans le processus d'analyse des données, non seulement l'activité des lobes du cerveau correspondant à la position du corps, mais également la position de la tête ont été prises en compte, car ces deux paramètres peuvent différer.

L'analyse de l'activité des neurones du noyau antérieur du thalamus a confirmé sa relation non seulement avec la position de la tête, mais aussi avec l'orientation spatiale du sujet lors des tests. Cependant, dans le cas du test avec mouvement dans un cercle, une diminution de la précision du décodage des données de position de la tête a été observée, ce qui n'est pas lié à la vitesse du rat. Cela est dû à la direction du mouvement. Plus précisément, dans les calculs, les deux options ont été prises en compte - dans le sens horaire et antihoraire.

Ce test (courir en cercle) n'est pas important la trajectoire du mouvement et la complexité du labyrinthe (il n'existe pas en fait, juste un anneau). Un facteur important ici est la vitesse du rat. Pendant la course, l'activité des neurones est également accélérée, supervisant ainsi le mouvement du rat. Un système utilisant un processeur graphique a pu décoder des pointes de neurones hippocampiques beaucoup plus rapidement (avec moins de tentatives d'entraînement) qu'un système conventionnel basé uniquement sur des CPU.


Image n ° 2

Les tétrodes utilisées dans les expériences ont permis d'obtenir des données suffisamment précises, mais ce n'est pas la limite de ce qui est souhaité. Par conséquent, il a été décidé de vérifier également les électrodes multicanaux en silicium. L'image 2A montre une électrode en silicium à 64 canaux. Deux de ces capteurs ont été placés dans l'hippocampe gauche et droit.

Il était également nécessaire de vérifier à quel point le système était évolutif. Pour cela, les données des électrodes en silicium ont été «clonées» jusqu'à ce que le nombre de canaux hypothétiques atteigne 2000. Ensuite, le système a dû décoder ces données pendant la période de mouvement (course) et de repos (phase de sommeil lent). Les résultats sont présentés dans un graphique 2D .

L'optimisation du processeur graphique et l'utilisation d'un accès direct à la mémoire ont permis d'atteindre les indicateurs suivants: temps de décodage pendant la période de mouvement - 250 ms, temps de décodage pendant la période de repos - 20 ms. Dans le deuxième cas, la compression des données n'a pas été effectuée au stade du codage, mais environ 1 200 canaux ont été impliqués au total.

Le graphique 2E montre que le temps nécessaire au décodage avec un nombre fixe de canaux augmente considérablement si le système utilise uniquement un CPU. Le ralentissement du processus de décodage lors de l'utilisation du GPU n'est pas si important et ne se produit pas aussi brutalement.

Une caractéristique importante de cette étude est la lecture et le traitement des données d'activité neuronale en temps réel. Un système GP est idéal pour cela, car il peut décoder une grande quantité de données en très peu de temps, comme l'ont montré les tests précédents.

Pour tester le système, l'hippocampe a été décodé pendant la phase de sommeil lent (741 reproduction d'événements possibles de mémoire).


Image n ° 3

En comparant la méthodologie standard d'analyse des données après les tests et la méthodologie en temps réel, les scientifiques ont constaté une augmentation de la précision de reconstruction (pendant le sommeil lent) de la trajectoire du rat. Autrement dit, le système a reconstruit de manière beaucoup plus précise la trajectoire le long de laquelle le rat s'est déplacé pendant le test. Dans ce cas, le système a analysé l'activité des neurones après le test, pendant la période de repos (phase de sommeil lent).

Pour une connaissance plus détaillée de cette étude, je vous recommande fortement de consulter le rapport des scientifiques et les documents supplémentaires qui s'y rapportent.

Épilogue

Cette étude a principalement confirmé que la lecture en temps réel de l'activité des neurones est possible. Lorsqu'il s'agit d'un système aussi complexe que le système nerveux, tout retard dans l'analyse de son activité réduit considérablement la précision des données obtenues. Par conséquent, cette étude est d'une telle importance.

En utilisant leur méthodologie, les scientifiques ont pu non seulement construire une route de déplacement du rat, en se basant uniquement sur l'activité cérébrale, mais aussi reconstruire cette route en utilisant la mémoire de l'animal d'essai. C'est vraiment incroyable, sacrément compliqué et certainement prometteur.

Une amélioration supplémentaire du système nous permettra d'analyser les données avec plus de précision et de rapidité, ce qui nous permettra de comprendre les principes du cerveau, la relation des neurones entre eux, leurs réactions aux facteurs externes et de comparer certains événements qui se produisent avec le corps, avec l'activité de certains neurones, et non des parties du cerveau dans leur ensemble.

Le cerveau est toujours l'un des systèmes les plus mal étudiés au monde. Cependant, grâce aux efforts des scientifiques, dont l'imagination pour créer de nouvelles méthodes pour l'étudier est vraiment illimitée, nous pouvons mieux comprendre. Et plus nous en savons sur la fonction cérébrale, mieux nous pouvons l'influencer. Dans le bon sens, bien sûr: diagnostic précoce des maladies, traitement des maladies cérébrales avancées, etc. Dans ce cas, la connaissance n'est pas seulement la force, mais aussi la santé.


Merci de rester avec nous. Aimez-vous nos articles? Vous voulez voir des matériaux plus intéressants? Soutenez-nous en passant une commande ou en le recommandant à vos amis, une réduction de 30% pour les utilisateurs Habr sur un analogue unique de serveurs d'entrée de gamme que nous avons inventés pour vous: Toute la vérité sur VPS (KVM) E5-2650 v4 (6 cœurs) 10 Go DDR4 240 Go SSD 1 Gbps à partir de 20 $ ou comment diviser le serveur? (les options sont disponibles avec RAID1 et RAID10, jusqu'à 24 cœurs et jusqu'à 40 Go de DDR4).

VPS (KVM) E5-2650 v4 (6 cœurs) 10 Go DDR4 240 Go SSD 1 Gbit / s jusqu'au 1er janvier gratuitement si payé pour une période de six mois, vous pouvez commander ici .

Dell R730xd 2 fois moins cher? Nous avons seulement 2 x Intel Dodeca-Core Xeon E5-2650v4 128 Go DDR4 6x480 Go SSD 1 Gbps 100 TV à partir de 249 $ aux Pays-Bas et aux États-Unis! Pour en savoir plus sur la création d'un bâtiment d'infrastructure. classe utilisant des serveurs Dell R730xd E5-2650 v4 coûtant 9 000 euros pour un sou?