迷宫赛跑者：大鼠大脑神经活动的实时分析

您会选择哪个超级大国：飞行，隐形或心灵感应？ 从某种意义上说，后者的活生生一直是X战警漫画人物查尔斯·泽维尔教授的角色，他于1963年从斯坦·李的笔下出现。 但是在漫画中，并没有找到这样的超级大国。 那现实呢？ 一个人可以读懂另一个人的思想吗？ 事实证明，现在有可能，但并非您想象的那样。 今天，我们将熟悉这项研究，这项研究的主要成果是实时读取迷宫中实验大鼠大脑神经元的电子活性。 科学家如何设法进入老鼠的脑袋，他们取得了什么成就以及他们的技术前景如何？ 研究人员的报告将为我们提供这些和其他问题的答案。 走吧

学习基础

科学家注意到，目前，作为复杂结构的大脑研究领域的主要任务之一是改进用于收集和分析数据的方法和相关工具。 更准确地说，解密隐藏在神经系统时空活动收集数据中的信息非常重要。 换句话说，科学家看到某事发生了（图中的峰值），您需要获取与该事件对应的信息。

根据科学家的说法，最困难的事情是进行此类观察，实时收集和分析数据。 这是通过具有多电极传感器的NKI（神经计算机接口）完成的。

使用NQI进行大脑研究的最常见格式是循环实验（每次尝试都重复相同的条件）。 在这种情况下，可以很好地研究某些认知功能，例如注意力，记忆力和学习能力。

空间导航是学习上述认知功能的最著名，最有效的方法。 您会问这张支票是什么样的？ 很简单-迷宫。 在此类实验中，在大鼠大脑的许多部分发现了所谓的空间神经编码（或“空间编码”）：海马，内嗅皮层，初级视觉皮层（V1），脾后皮层和顶叶皮层。 这些“代码”是某些信号，用于存储有关老鼠在迷宫中的位置，移动的位置和来源的信息。 当大鼠处于休息或睡眠状态（缓慢睡眠阶段）时，不仅是在实验之后，还需要实时读取此信息。



所提出的技术包括两个主要步骤（上图中的方案A ）：编码和解码。 在编码阶段，创建尖峰* （神经信号）和空间位置的符号矢量的整体概率密度。 装饰阶段负责以空间位置的形式重建数据，该位置应尽可能接近上一阶段获得的数据。

峰值*（峰值） -神经元在其电活动的细胞外配准过程中的动作电位。

从铁的角度来看，科学家指出，使用多核中央处理器（以下称为CPU）上的多线程软件可以解决实时数据分析的问题。 这样的系统的缺点是核的数量，这限制了神经计算机接口的整个系统的可扩展性。 研究人员决定将图形处理器（GPU）嵌入常规的四核计算机中。 使用GPU大大加快了解码过程，并扩展了系统的可伸缩性。 传感器本身也发生了变化，从四极到高密度硅传感器。

研究成果

在测试过程中，对所有系统选项进行了测试：在CPU的基础上，在CPU + GP的基础上，使用四极管和硅传感器。 该数据库由在二​​维空间中进行空间导航时固定的海马，新皮层和丘脑的峰组成。 数据库选项如上图（ C ）所示。


图片编号1

正如科学家所期望的，与CPU系统相比，使用图形处理器的系统显示出明显更好的结果。

因此，在1号数据库的情况下，具有GPU的系统在0.02毫秒/尖峰的解码速度下显示的数据压缩阈值（尖峰编码）为0.5。 在相同条件下，CPU系统的解码速度为0.44毫秒/尖峰（1V）。 还值得注意的是，数据压缩的“放大”导致解码速度的提高，但也导致该过程的准确性下降。

核心带宽在解码过程中也起着重要作用。 如果此参数较小，则压缩率会稍微影响解码精度。


与真实数据比较的解码数据精度图。

除了出色的数据解码速度外，科学家还拥有很高的解码精度。

然后，研究人员进行了一项实验，假设大鼠以八字形在迷宫中移动，四极体不仅从海马的CA1区域而且还从初级视觉皮层V1读出指示物。

装饰以混合格式进行：分别为CA1，V1和CA1 + V1。 对V1数据的分析表明，该区域的附着力存储了有关空间位移的大量信息。 通过将V1数据与CA1数据结合起来，科学家们能够提高整体解码精度（ 1C ）。

根据交叉验证数据，分别针对大脑的每个部分（CA1和V1）优化了核参数。 在这种情况下，解码精度很高。 如预期的那样，数据压缩为零，解码速度非常低。

下一个实验是在迷宫中进行的，鉴于其外观-一个简单的戒指，很难将其称为。 大鼠围成一个圈跑，四极动物从丘脑前核读取数据。 在记忆形成和空间定向过程中，大脑的这一区域是最重要的区域。

重要的一点-丘脑前核的大多数神经元是头部方向的神经元。 因此，在数据分析过程中，不仅考虑了与身体位置相对应的脑叶活动，而且还考虑了头部位置，因为这两个参数可能不同。

对丘脑前核神经元活动的分析证实，它不仅与头部位置有关，而且与测试过程中受试者的空间方向有关。 但是，在进行圆周运动的测试中，观察到头部位置数据的解码精度下降，这与大鼠的速度无关。 这是由于运动方向。 更准确地说，在计算中考虑了两个选项-顺时针和逆时针。

这个测试（绕圈运行）很重要，而不是运动的轨迹和迷宫的复杂性（实际上不存在，只是一个环）。 这里重要的因素是老鼠的速度。 在跑步过程中，神经元的活动也被加速，从而监督了大鼠的运动。 与仅基于CPU的常规系统相比，使用图形处理器的系统能够更快地解码海马神经元的尖峰（训练次数更少）。


图片编号2

实验中使用的四极体有可能获得足够准确的数据，但这不是所需的限制。 因此，决定也检查硅多通道电极。 图像2A显示了64通道硅电极。 这些传感器中的两个放置在左侧和右侧海马中。

还必须检查系统的可伸缩性。 为此，硅电极的数据被“克隆”，直到假设的通道数达到2000。接下来，系统必须在运动（运行）和休息（慢速睡眠阶段）期间解码这些数据。 结果以2D图表显示。

图形处理器的优化以及对内存的直接访问使实现以下指标成为可能：运动期间的解码时间-250 ms，静止期间的解码时间-20 ms。 在第二种情况下，没有在编码阶段执行数据压缩，但是总共涉及大约1200个通道。

图表2E显示，如果系统仅使用CPU，则使用固定数量的通道进行解码所需的时间会大大增加。 使用GPU时，解码过程的速度下降并不明显，并且不会如此剧烈地发生。

这项研究的重要特征是实时读取和处理神经元活动数据。 如先前的测试所示，GP系统非常理想，因为它可以在很短的时间内解码大量数据。

为了测试系统，在慢睡眠阶段对海马进行了解码（从内存中复制741个可能的事件）。


图片编号3

通过测试后的标准数据分析方法和实时方法的比较，科学家发现大鼠轨迹的重建精度（在慢速睡眠期间）提高了。 即，该系统显着更准确地重建了大鼠在测试过程中沿着其移动的轨迹。 在这种情况下，系统会在测试后的休息时间段（缓慢睡眠阶段）分析神经元的活动。

为了更详细地了解这项研究，我强烈建议您研究一下科学家的报告和其他材料 。

结语

这项研究主要证实了实时读取神经元活动是可能的。 当涉及到诸如神经系统这样的复杂系统时，对其活动进行分析的任何延迟都会大大降低所获得数据的准确性。 因此，这项研究是如此重要。

利用他们的方法，科学家不仅能够仅依靠大脑活动来构造大鼠的运动路线，而且还可以利用受试动物的记忆来重构该路线。 这确实是不可思议的，该死的复杂而且绝对有希望。

该系统的进一步改进将使我们能够以更高的准确性和速度来分析数据，这将使我们能够了解大脑的原理，神经元彼此之间的关系，它们对外部因素的反应，并可以比较机体发生的某些事件，某些神经元的活动，而不是整个大脑部分的活动。

大脑仍然是世界上研究最差的系统之一。 但是，通过科学家的努力，他们在创造新的研究方法方面的想象力确实是无限的，我们可以了解更多。 而且我们对脑功能的了解越多，我们对脑功能的影响就越大。 当然，这是一个很好的方法：疾病的早期诊断，晚期脑部疾病的治疗等。 在这种情况下，知识不仅是力量，而且是健康。


感谢您与我们在一起。 你喜欢我们的文章吗？ 想看更多有趣的资料吗？ 通过下订单或将其推荐给您的朋友来支持我们，为我们为您开发的入门级​​服务器的独特模拟，为Habr用户提供30％的折扣： 关于VPS（KVM）E5-2650 v4（6核）的全部真相10GB DDR4 240GB SSD 1Gbps从$ 20还是如何划分服务器？ （RAID1和RAID10提供选件，最多24个内核和最大40GB DDR4）。

VPS（KVM）E5-2650 v4（6核）10GB DDR4 240GB SSD 1Gbps至1月1日免费，如果您支付六个月的费用，则可以在此处订购。

戴尔R730xd便宜2倍？ 仅在荷兰和美国，我们有2台Intel Dodeca-Core Xeon E5-2650v4 128GB DDR4 6x480GB SSD 1Gbps 100电视（249美元起） ！ 阅读有关如何构建基础架构大厦的信息。 使用价格为9000欧元的Dell R730xd E5-2650 v4服务器的上等课程？