66.96.147.114Region MetropolitanaSantiagoDescubrimientos, Novedades / S�bado 25 de Febrero del a�o 2017 /45 15:14 Horas.
Software para la comprensión profunda de los datos del cerebro
Software para la comprensión profunda de los datos del cerebro...

Subscribe in a reader

Software para la comprensión profunda de los datos del cerebro

Nuevo software permite "descodificar datos digitales del cerebro".

A principios de este año, unos 30 neurocientíficos y programadores se reunieron para mejorar su capacidad de leer la mente humana.

El hackathon fue uno de los varios investigadores de la Universidad de Princeton e Intel, el mayor fabricante de procesadores de computadoras, organizado para construir software que pueda decir lo que una persona está pensando en tiempo real, mientras que la persona lo está pensando.

La colaboración entre investigadores de Princeton e Intel ha permitido un rápido progreso en la capacidad de decodificar datos digitales del cerebro, escaneados mediante la resonancia magnética funcional (IRMf), para revelar cómo la actividad neural da lugar al aprendizaje, la memoria y otras funciones cognitivas.

Una revisión de los avances computacionales hacia la decodificación de los escáneres cerebrales aparece en la revista Nature Neuroscience, creada por investigadores del Princeton Neuroscience Institute y los departamentos de Princeton de computación e ingeniería eléctrica, junto con colegas de Intel Labs, un brazo de investigación de Intel.

"La capacidad de monitorear el cerebro en tiempo real tiene un tremendo potencial para mejorar el diagnóstico y tratamiento de trastornos cerebrales, así como para la investigación básica sobre cómo funciona la mente", dijo Jonathan Cohen, Robert Bendheim y Lynn Bendheim Thoman Profesor de Neurociencia, Codirector del Instituto de Neurociencias de Princeton y uno de los miembros fundadores de la colaboración con Intel.

Desde el inicio de la colaboración hace dos años, los investigadores han reducido el tiempo que se tarda en extraer pensamientos de las exploraciones cerebrales de días a menos de un segundo, dijo Cohen, quien también es profesor de psicología.

Un tipo de experimento que se beneficia de la descodificación en tiempo real de pensamientos ocurrió durante el hackathon. El estudio, diseñado por J. Benjamin Hutchinson, un ex investigador postdoctoral en el Instituto de Neurociencias de Princeton, que ahora es profesor asistente en la Universidad del Noreste, tenía como objetivo explorar la actividad en el cerebro cuando una persona está prestando atención al medio ambiente, Su atención se desvía hacia otros pensamientos o recuerdos.

En el experimento, Hutchinson pidió a un voluntario de investigación - un estudiante graduado acostado en el escáner fMRI - para ver un cuadro de detalle lleno de personas en un café lleno de gente. Desde su computadora en la sala de la consola, Hutchinson podía decir en tiempo real si la estudiante de posgrado estaba prestando atención a la imagen o si su mente estaba a la deriva a los pensamientos internos. Hutchinson podría entonces dar a los estudiantes de posgrado retroalimentación sobre lo bien que estaba prestando atención por hacer la imagen más clara y más fuerte en color cuando su mente se centra en la imagen, y el desvanecimiento de la imagen cuando su atención se desplazó.

La colaboración continua ha beneficiado a los neurocientíficos que quieren aprender más sobre el cerebro y los científicos informáticos que quieren diseñar algoritmos informáticos más eficientes y métodos de procesamiento para ordenar rápidamente a través de grandes conjuntos de datos, de acuerdo con Theodore Willke, ingeniero principal senior de Intel Labs en Hillsboro , Oregon, y director del Laboratorio de Inteligencia Mind's Eye. Willke dirige la parte de Intel del equipo colaborativo.

"Intel estaba interesada en trabajar en aplicaciones emergentes para computación de alto rendimiento, y la colaboración con Princeton nos proporcionó nuevos retos", dijo Willke. "También esperamos exportar lo que aprendemos de los estudios de inteligencia y cognición humana para aprender a máquina e inteligencia artificial, con el objetivo de avanzar otros objetivos importantes, como una conducción autónoma más segura, un descubrimiento más rápido de fármacos y una mayor detección del cáncer".

Desde la invención de fMRI hace dos décadas, los investigadores han estado mejorando la capacidad de tamizar a través de las enormes cantidades de datos en cada exploración. Un escáner fMRI captura las señales de los cambios en el flujo sanguíneo que ocurren en el cerebro de momento en momento como estamos pensando. Pero la lectura de estas mediciones de los pensamientos reales de una persona está teniendo es un desafío, y hacerlo en tiempo real es aún más difícil.

En Princeton y otras instituciones se han desarrollado varias técnicas para procesar estos datos. Por ejemplo, el trabajo de Peter Ramadge, el Gordon Y.S. Wu Profesor de Ingeniería y profesor de ingeniería eléctrica en Princeton, ha permitido a los investigadores para identificar los patrones de actividad cerebral que se correlacionan con los pensamientos mediante la combinación de datos de escáneres cerebrales de múltiples personas. El diseño de instrucciones computarizadas, o algoritmos, para llevar a cabo estos análisis continúa siendo un área importante de investigación.

Los potentes ordenadores de alto rendimiento ayudan a reducir el tiempo que se necesita para realizar estos análisis, dividiendo la tarea en trozos que se pueden procesar en paralelo. La combinación de mejores algoritmos y la computación paralela es lo que permitió a la colaboración para lograr el procesamiento en tiempo real de exploración cerebral, de acuerdo con Kai Li, Princeton Paul M. Wythes '55 P86 y Marcia R. Wythes P86 Profesor de Ciencias de la Computación y uno de los fundadores De la colaboración.

Desde el comienzo de la colaboración en 2015, Intel ha contribuido a Princeton más de $ 1.5 millones en hardware y soporte para estudiantes de postgrado y postdoctorado de Princeton. Intel también emplea a 10 científicos informáticos que trabajan en este proyecto con Princeton, y estos expertos trabajan en estrecha colaboración con los profesores de Princeton, estudiantes y postdocs para mejorar el software.

Estos algoritmos localizar pensamientos dentro de los datos mediante el aprendizaje de la máquina, la misma técnica que utiliza el software de reconocimiento facial para ayudar a encontrar amigos en las plataformas de medios sociales como Facebook. El aprendizaje de la máquina implica exponer las computadoras a suficientes ejemplos para que los ordenadores puedan clasificar nuevos objetos que nunca antes habían visto.

Uno de los resultados de la colaboración ha sido la creación de una caja de herramientas de software, llamada el Brain Imaging Analysis Kit (BrainIAK), que está disponible abiertamente a través de Internet para cualquier investigador que busque procesar datos fMRI. El equipo ahora está trabajando en la construcción de un servicio de análisis en tiempo real. "La idea es que incluso los investigadores que no tienen acceso a computadoras de alto rendimiento, o que no saben escribir software para ejecutar sus análisis en estas computadoras, podrían usar estas herramientas para decodificar las exploraciones cerebrales en real Tiempo ", dijo Li.

Lo que estos científicos aprenden sobre el cerebro puede eventualmente ayudar a las personas a combatir las dificultades con la atención, u otras condiciones que se benefician de la retroalimentación inmediata.

Por ejemplo, la retroalimentación en tiempo real puede ayudar a los pacientes a entrenar sus cerebros para debilitar recuerdos intrusivos. Mientras que estos enfoques de "entrenamiento cerebral" necesitan una validación adicional para asegurarse de que el cerebro está aprendiendo nuevos patrones y no sólo se hacen buenos haciendo el ejercicio de entrenamiento, estos enfoques de retroalimentación ofrecen el potencial para nuevas terapias, dijo Cohen. Análisis en tiempo real del cerebro también podría ayudar a los médicos a hacer diagnósticos, dijo.

La capacidad de decodificar el cerebro en tiempo real también tiene aplicaciones en la investigación básica del cerebro, dijo Kenneth Norman, profesor de psicología y el Instituto de Neurociencias de Princeton. "Como neurocientíficos cognitivos, estamos interesados ​​en aprender cómo el cerebro da lugar a pensar", dijo Norman. "Ser capaz de hacer esto en tiempo real aumenta enormemente la gama de la ciencia que podemos hacer", dijo.

Otra forma en que la tecnología se puede utilizar es en los estudios de cómo aprendemos. Por ejemplo, cuando una persona escucha una conferencia de matemáticas, ciertos patrones neuronales se activan. Los investigadores podrían ver los patrones neuronales de las personas que entienden la conferencia de matemáticas y ver cómo difieren de los patrones neuronales de alguien que no está siguiendo adelante también, según Norman.

La colaboración en curso se centra ahora en mejorar la tecnología para obtener una ventana más clara en lo que la gente está pensando, por ejemplo, la decodificación en tiempo real de la identidad específica de una cara que una persona está visualizando mentalmente.

Uno de los retos que los científicos de computación tuvieron que superar fue cómo aplicar el aprendizaje automático al tipo de datos generados por las exploraciones cerebrales. Un algoritmo de reconocimiento facial puede escanear cientos de miles de fotografías para aprender a clasificar las nuevas caras, pero la logística de escanear el cerebro de las personas es tal que los investigadores normalmente sólo tienen acceso a unos cientos de escaneos por persona.

Aunque el número de exploraciones es escaso, cada exploración contiene un rico trove de datos. El software divide las imágenes cerebrales en pequeños cubos, cada uno de aproximadamente un milímetro de ancho. Estos cubos, llamados voxels, son análogos a los píxeles en una imagen bidimensional. La actividad cerebral en cada cubo está cambiando constantemente.

Para hacer las cosas más complejas, son las conexiones entre las regiones del cerebro las que dan lugar a nuestros pensamientos. Una exploración típica puede contener 100.000 voxels, y si cada voxel puede hablar con todos los otros voxels, el número de conversaciones posibles es inmenso. Y estas conversaciones están cambiando de segundo en segundo. La colaboración de Intel y los científicos de la computadora de Princeton superaron este desafío computacional. El esfuerzo incluyó a Li, así como Barbara Engelhardt, profesora asistente de ciencias de la computación, y Yida Wang, que obtuvo su doctorado en ciencias de la computación de Princeton en 2016 y ahora trabaja en Intel Labs.

Antes de los recientes progresos, los investigadores necesitarían meses para analizar un conjunto de datos, dijo Nicholas Turk-Browne, profesor de psicología en Princeton. Con la disponibilidad de la fMRI en tiempo real, un investigador puede cambiar el experimento mientras está en curso. "Si mi hipótesis se refiere a una cierta región del cerebro y detecto en tiempo real que mi experimento no está comprometiendo esa región del cerebro, entonces podemos cambiar lo que pedimos al voluntario de investigación para hacer mejor la participación de esa región, potencialmente ahorrando un tiempo precioso y Acelerando el descubrimiento científico ", dijo Turk-Browne.

Un objetivo eventual es poder crear imágenes de los pensamientos de las personas, dijo Turk-Browne. "Si usted está en el escáner y está recuperando una memoria especial, como desde la infancia, esperamos generar una fotografía de esa experiencia en la pantalla, que aún está lejos, pero estamos progresando".


http://www.datoanuncios.org/

6.500 genes expresados de manera diferente en hombres y mujeres
Los genes que son principalmente activos en un sexo u otro
las expresiones de los ojos sugieren la evolución de la emoción
La gente en un nuevo estudio vinculó los ojos abiertos
sistema nervioso simpático clave para la termogénesis, sugiere un nuevo estudio
importantes conocimientos sobre cómo el cuerpo regula su producción de calor
cómo la naturaleza diseñó el motor rotatorio original
El estudio encuentra la proteína de la correa que mide el flagelo bacteriano
los prejuicios humanos se introducen en los sistemas de ai
Los prejuicios humanos se introducen en los sistemas de inteligencia artificial
nuevo rol sorprendente para los pulmones: haciendo sangre
Nuevo papel sorprendente para los pulmones: Hacer sangre
primeras mutaciones en la vida humana descubiertas
Rastros arqueológicos de desarrollo embrionario observados en células adultas
alteración de ph bumps priones fuera de la zona de peligro
Las enfermedades priónicas son asustadizas, incurables y fatales
matemáticas resuelve misterio de cómo esperma nada
Misterio de cómo espermatozoides nadan se ha revelado en la fórmula matemática

Ver todo el listado de Descubrimientos, Novedades




Publicar Gratis solo Novedades de Salud y Medicina | Categorías | Lugares de Chile

La información que aquí se pasa a lo mejor de mi conocimiento. Están destinadas exclusivamente a los interesados y para la formación continua y de ninguna manera pretende ser una instrucciones de diagnóstico o terapéuticos. No aceptamos ninguna responsabilidad por cualquier daño que surja directa o indirectamente del uso de la información. En caso de sospecha de enfermedad, consulte a su médico o profesional de la salud


ventas de aceite de argan en Chile/ bolsa de trabajo/EducaciónTurismo/Artesania /Mineria/El mundo Árabe/Insumos generales/ insumos gastronomicos Austriacos/Salud, Oestreich/Ofertas de trabajo,Austria Ofertas de vuelos/Guia de restaurantes/Bohemia en Santiago/ Guia turistico