Maze Runner: Análise em Tempo Real da Atividade Neural do Cérebro de Rato

Qual superpotência você escolheria: fuga, invisibilidade ou telepatia? A vivência, em certo sentido, da personificação deste último sempre foi o personagem dos quadrinhos dos X-Men, o professor Charles Xavier, que apareceu em 1963 a partir da caneta de Stan Lee. Mas nos quadrinhos, e essas superpotências não podem ser encontradas. E a realidade? Pode-se ler a mente de outro ser? Agora, é possível, mas não como você imagina. Hoje vamos nos familiarizar com o estudo, cuja principal conquista é ler em tempo real a atividade eletrônica dos neurônios cerebrais do rato experimental, percorrendo o labirinto. Como os cientistas conseguiram entrar na cabeça do rato, o que eles alcançaram e quais são as perspectivas de sua tecnologia? O relatório dos pesquisadores nos dará respostas para essas e outras perguntas. Vamos lá

Base de estudo

Os cientistas observam que, no momento, uma das principais tarefas no campo do estudo do cérebro, como uma estrutura complexa, é o aprimoramento de métodos e ferramentas relacionadas à coleta e análise de dados. Mais precisamente, é importante decifrar as informações ocultas nos dados coletados da atividade espaço-temporal dos sistemas neurais. Em outras palavras, os cientistas veem que algo aconteceu (aumento no gráfico), você precisa obter informações que correspondam a esse evento.

A coisa mais difícil, segundo os cientistas, é realizar essas observações, coletando e analisando dados em tempo real. Isso é feito através da NKI (interface do neurocomputador), que possui sensores com vários eletrodos.

O formato mais comum para pesquisas cerebrais usando NQI é um experimento cíclico (repetindo as mesmas condições a cada tentativa). Nesse caso, é possível estudar bem determinadas funções cognitivas, como atenção, memória e aprendizado.

A navegação espacial é o método mais conhecido e mais eficaz para aprender as funções cognitivas acima mencionadas. Como é essa verificação, você pergunta? Muito simples - um labirinto. Durante esses experimentos, o chamado código neural do espaço (ou o "código espacial") foi encontrado em muitas partes do cérebro de ratos: hipocampo, córtex entorrinal, córtex visual primário (V1), córtex retrosplenal e córtex parietal. Esses "códigos" são certos sinais que armazenam informações sobre onde o rato está no labirinto, onde ele se move e de onde vem. É essa informação que precisa ser lida em tempo real, e não apenas após as experiências, quando o rato está em estado de repouso ou sono (fase de sono lento).



A técnica proposta consiste em duas etapas principais (Esquema A na imagem acima): codificação e decodificação. No estágio de codificação, é criada a densidade de probabilidade geral do vetor de sinais de picos * (sinal neural) e posição espacial. A etapa de decoração é responsável pela reconstrução dos dados na forma de posição espacial, que deve ser o mais próximo possível da obtida na etapa anterior.

Pico * (pico) - potencial de ação dos neurônios durante o registro extracelular de sua atividade elétrica.

Do ponto de vista do ferro, os cientistas apontam que o problema da análise de dados em tempo real pode ser resolvido usando software multithread em um processador central multicore (daqui em diante referido como CPU). A desvantagem de um sistema assim é o número de núcleos, o que limita a escalabilidade de todo o sistema da interface do neurocomputador. Os pesquisadores decidiram incorporar um processador gráfico (GPU) em um computador quad-core comum. O uso da GPU acelera bastante o processo de decodificação e expande a escalabilidade do sistema. Os próprios sensores também foram alterados, de tetrodes para sensores de silício de alta densidade.

Resultados da pesquisa

Durante os testes, todas as opções do sistema foram testadas: com base na CPU, com base na CPU + GP, usando tetrodes e sensores de silício. O banco de dados consistia em picos de hipocampo, neocórtex e tálamo fixados no momento da navegação espacial no espaço bidimensional. As opções de banco de dados são mostradas na imagem acima ( C ).


Imagem Nº 1

Como os cientistas esperavam, um sistema usando um processador gráfico mostrou resultados significativamente melhores em comparação com um sistema de CPU.

Portanto, no caso do banco de dados nº 1, um sistema com uma GPU mostrou um limite de compactação de dados (codificação de pico) de 0,5 a uma velocidade de decodificação de 0,02 ms / pico. Sob as mesmas condições, o sistema da CPU mostrou uma velocidade de decodificação de 0,44 ms / pico (1V). Também é importante notar que o “fortalecimento” da compactação de dados leva a um aumento na velocidade de decodificação, mas também a uma diminuição na precisão desse processo.

A largura de banda principal também desempenha um papel importante no processo de decodificação. Se esse parâmetro era pequeno, a taxa de compactação afetava levemente a precisão da decodificação.


Gráfico de precisão dos dados decodificados em comparação com os reais.

Além da excelente velocidade de decodificação dos dados, os cientistas também possuem um alto grau de precisão na decodificação.

Os pesquisadores então realizaram um experimento no qual o rato se movia ao longo do labirinto na forma de uma figura oito, e os tetrodos liam indicadores não apenas da seção CA1 do hipocampo, mas também do córtex visual primário V1.

A decoração foi realizada em um formato misto: separadamente CA1, separadamente V1 e CA1 + V1. A análise dos dados V1 mostrou que as aderências dessa área armazenam uma parcela impressionante de informações sobre deslocamento espacial. Ao combinar dados V1 com dados CA1, os cientistas foram capazes de aumentar a precisão geral da decodificação ( 1C ).

Os parâmetros nucleares foram otimizados para cada parte do cérebro (CA1 e V1) separadamente, com base em dados de validação cruzada. Nesse caso, a precisão da decodificação foi alta. E com zero compactação de dados, como esperado, a velocidade de decodificação foi muito baixa.

O próximo experimento foi conduzido em um labirinto, difícil de chamar, dada a sua aparência - um simples toque. O rato correu em círculo e os tetrodos leram dados do núcleo anterior do tálamo. Essa área do cérebro é uma das mais importantes no processo de formação da memória e na orientação espacial.

Um ponto importante - a maioria dos neurônios do núcleo anterior do tálamo são neurônios da direção da cabeça. Portanto, no processo de análise dos dados, não apenas a atividade dos lobos do cérebro correspondente à posição do corpo, mas também a posição da cabeça, foi levada em consideração, pois esses dois parâmetros podem diferir.

A análise da atividade dos neurônios do núcleo anterior do tálamo confirmou sua relação não apenas com a posição da cabeça, mas também com a orientação espacial do sujeito durante os testes. No entanto, no caso do teste com movimento circular, foi observada uma diminuição na precisão da decodificação dos dados de posição da cabeça, o que não está relacionado à velocidade do rato. Isto é devido à direção do movimento. Mais precisamente, nos cálculos, as duas opções foram levadas em consideração - no sentido horário e anti-horário.

Este teste (rodando em círculo) é importante, não a trajetória do movimento e a complexidade do labirinto (e não existe, de fato, apenas um anel). Um fator importante aqui é a velocidade do rato. Durante a corrida, a atividade dos neurônios também é acelerada, supervisionando assim o movimento do rato. Um sistema que usa um processador gráfico foi capaz de decodificar picos de neurônios do hipocampo muito mais rápido (com menos tentativas de treinamento) do que um sistema convencional baseado apenas em CPUs.


Imagem No. 2

Os tetrodos usados ​​nas experiências permitiram obter dados suficientemente precisos, mas esse não é o limite do que é desejado. Portanto, decidiu-se verificar também eletrodos multicanais de silício. A imagem 2A mostra um eletrodo de silício de 64 canais. Dois desses sensores foram colocados no hipocampo esquerdo e direito.

Também foi necessário verificar o quão escalável o sistema é. Para isso, os dados dos eletrodos de silício foram “clonados” até o número de canais hipotéticos chegar a 2000. Em seguida, o sistema teve que decodificar esses dados durante o período de movimento (corrida) e repouso (fase de sono lento). Os resultados são mostrados em um gráfico 2D .

A otimização do processador gráfico e o uso do acesso direto à memória possibilitaram alcançar os seguintes indicadores: tempo de decodificação durante o período de movimento - 250 ms, tempo de decodificação durante o período de descanso - 20 ms. No segundo caso, a compactação de dados não foi realizada na fase de codificação, mas cerca de 1200 canais foram envolvidos no total.

O gráfico 2E mostra que o tempo necessário para decodificar com um número fixo de canais aumenta muito se o sistema usa apenas uma CPU. A desaceleração do processo de decodificação ao usar a GPU não é tão significativa e não ocorre de maneira tão acentuada.

Uma característica importante deste estudo é a leitura e processamento de dados de atividade neuronal em tempo real. Um sistema GP é ideal para isso, pois pode decodificar uma grande quantidade de dados em um período muito curto, como mostraram os testes anteriores.

Para testar o sistema, o hipocampo foi decodificado durante a fase de sono lento (741 reprodução de possíveis eventos da memória).


Imagem No. 3

Comparando a metodologia padrão de análise de dados após testes e a metodologia em tempo real, os cientistas descobriram um aumento na precisão da reconstrução (durante o sono lento) da trajetória do rato. Ou seja, o sistema reconstruiu com mais precisão a trajetória ao longo da qual o rato se moveu durante o teste. Nesse caso, o sistema analisou a atividade dos neurônios após o teste, durante o período de descanso (fase de sono lento).

Para um conhecimento mais detalhado deste estudo, recomendo fortemente que você analise o relatório de cientistas e materiais adicionais .

Epílogo

Este estudo confirmou principalmente que a leitura em tempo real da atividade neuronal é possível. Quando se trata de um sistema tão complexo como o sistema nervoso, qualquer atraso na análise de sua atividade reduz bastante a precisão dos dados obtidos. Portanto, este estudo é de tal importância.

Usando sua metodologia, os cientistas foram capazes não apenas de construir uma rota de movimento do rato, baseando-se apenas na atividade cerebral, mas também de reconstruir essa rota usando a memória do animal de teste. Isso é realmente incrível, muito complicado e definitivamente promissor.

Melhorias adicionais do sistema nos permitirão analisar os dados com maior precisão e velocidade, o que nos permitirá entender os princípios do cérebro, a relação dos neurônios entre si, suas reações a fatores externos e comparar certos eventos que ocorrem com o corpo, com a atividade de certos neurônios e não partes do cérebro como um todo.

O cérebro ainda é um dos sistemas mais mal estudados do mundo. No entanto, através dos esforços dos cientistas, cuja imaginação na criação de novos métodos para estudá-lo é realmente ilimitada, podemos entender mais. E quanto mais sabemos sobre a função cerebral, melhor podemos influenciá-la. De uma maneira boa, é claro: diagnóstico precoce de doenças, tratamento de doenças cerebrais avançadas, etc. Nesse caso, o conhecimento não é apenas força, mas também saúde.


Obrigado por ficar conosco. Você gosta dos nossos artigos? Deseja ver materiais mais interessantes? Ajude-nos fazendo um pedido ou recomendando a seus amigos, um desconto de 30% para os usuários da Habr em um análogo exclusivo de servidores básicos que inventamos para você: Toda a verdade sobre o VPS (KVM) E5-2650 v4 (6 núcleos) 10GB DDR4 240GB SSD 1Gbps da US $ 20 ou como dividir o servidor? (as opções estão disponíveis com RAID1 e RAID10, até 24 núcleos e até 40GB DDR4).

VPS (KVM) E5-2650 v4 (6 núcleos) 10 GB DDR4 240 GB SSD 1 Gbps até 1º de janeiro de graça, se pago por um período de seis meses, você pode fazer o pedido aqui .

Dell R730xd 2 vezes mais barato? Somente nós temos 2 TVs Intel Dodeca-Core Xeon E5-2650v4 128GB DDR4 6x480GB SSD 1Gbps 100 a partir de US $ 249 na Holanda e nos EUA! Leia sobre Como criar um prédio de infraestrutura. classe usando servidores Dell R730xd E5-2650 v4 custando 9.000 euros por um centavo?