ابداع یک مدل رایانهای برای بررسی آسیبهای مغز پس از سکته
تاریخ انتشار: ۲۶ دی ۱۳۹۸ | کد خبر: ۲۶۵۳۶۹۸۷
به گزارش گروه اجتماعی ایسکانیوز و به نقل از وبسایت رسمی دانشگاه بوفالو، پژوهشگران یک مدل رایانهای از مغز انسان ابداع کردهاند که میتواند الگوهایی از نقص مغز را شبیهسازی کند که نسبت به الگوهای کنونی، بسیار واقعیتر هستند. این مدل جدید میتواند امکان نوعی شبیهسازی دیجیتالی را ارائه دهد که امکان آزمایش افراد مبتلا به سکته و آسیبهای مغزی را فراهم میکند.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
"کریستوفر مکنورگان" (Christopher McNorgan)، استادیار روانشناسی "دانشگاه ایالتی نیویورک در بوفالو" (UB) گفت: این مدل دقیقا با اتصال عملکردی مغز در ارتباط است و میتواند الگوهای واقعی نقص شناختی را نشان دهد. از آنجا که این مدل، نحوه اتصال مغز را نشان میدهد، ما میتوانیم آن را طوری به کار بگیریم که بینشهای جدیدی را ارائه دهد.
ابداع این مدل بدین معنا نیست که ما یک کپی دیجیتال از مغز انسان داریم بلکه یافتههای ما نشان میدهند که عملکرد این مدل، متناقض با عملکرد مغز انسان نیست و شاید بتواند به ابداع یک کپی از مغز نیز کمک کند.
مدلهای مبتنی بر مغز، بر یک رویکرد کلی متمرکز هستند که همه نقاط مغز و نحوه واکنش آنها نسبت به تحریک را مورد بررسی قرار میدهد. این رویکرد، در پژوهشهای مربوط به اتصال عملکردی مغز مورد استفاده قرار دارد که مبتنی بر روش "افامآرآی" (fMRI) هستند. در این رویکرد، یک مدل خطی، رابطه مستقیمی را میان دو چیز در نظر میگیرد. برای مثال، روشن و خاموش شدن یک لامپ میتواند فعالیت ناحیه دیداری مغز را کمتر یا بیشتر کند.
اگرچه مدلهای خطی در شناسایی نواحی فعال مغز، بهتر هستند اما اغلب در تشخیص روابط پیچیده میان چند ناحیه شکست میخورند. همین موضوع، دامنه پیشرفتهای جدیدتر مانند "MVPA" هستند که یک روش مبتنی بر یادگیری ماشینی را ارائه میدهد و در سطح جامعتری به ارزیابی نحوه فعالیت نواحی مغز میپردازد.
MVPA، یک روش غیرخطی ارزیابی است. برای مثال، مجموعهای از نورونها را در نظر بگیرید که باید معنی نشانه توقف را تشخیص دهند. هنگامی که ما یک نشانه قرمز یا یک نشانه ششضلعی را ببینیم، این نورونها فعال نمیشوند زیرا دیدن یکی از این نشانهها برای آنها به معنای توقف نیست.
مکنورگان افزود: یک واکنش غیرخطی هنگامی فعال میشود که ما نشانهای ببینیم که هم قرمز و هم ششضلعی است. به همین دلیل، روشهایی مانند MVPA، در هسته رویکردهای مبتنی بر یادگیری عمیق قرار دارند که فناوریهایی مانند نرمافزار دیداری رایانه خودروهای خودران بر مبنای آنها ساخته میشوند.
در هر حال، رویکردهای قدیمی اتصال عملکردی و MVPA، با محدودیتهایی همراه هستند و هر یک از آنها پیچیدگیهایی دارند که نیازمند تلاش و تخصص قابل توجه پژوهشگران حوزه مغز و اعصاب است.
مکنورگان، نخستین پژوهشگری است که موفق شده اتصالات عملکردی و MVPA را با موفقیت ادغام کند و یک مدل مبتنی بر یادگیری ماشینی ارائه دهد که اتصالات عملکردی میان نواحی مغز را در جهان واقعی بررسی میکند.
یافتههای این پژوهش میتوانند امکان شناسایی و درک شبکههای مغز و نحوه عملکرد آنها را فراهم کنند.
این پژوهش، در مجله "NeuroImage" به چاپ رسیده است.
ایسنا
انتهای پیام/
20 / 20 سکته سکته مغزی ابداع یک مدل رایانهای دانشگاه بوفالو آسیبهای ناشی از سکته در مغز "کریستوفر مکنورگان" استادیار روانشناسی "دانشگاه ایالتی نیویورک در بوفالو"منبع: ایسکانیوز
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.iscanews.ir دریافت کردهاست، لذا منبع این خبر، وبسایت «ایسکانیوز» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۲۶۵۳۶۹۸۷ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
آسیب سیلاب به پل ورودی شهر راور
دریافت 21 MB کد خبر 6087934