Наша географияЗаявка на членство+7 916 848-78-01info@rusneuro.net
О НейроНетеНаша миссияЧлены союзаНовостиПресс-центрДокументыАрхивКонтакты
Новости / Обзор новостей нейротехнологий 21.10.17 - 27.10.17
Новости
27.10.2017

Обзор новостей нейротехнологий 21.10.17 - 27.10.17

Двухсторонний микроскоп

“A double-sided microscope to realize whole-ganglion imaging of membrane potential in the medicinal leech” | eLife |  doi: 10.7554/eLife.29839

  имиджинг

Биоинженеры из Калифорнийского технологического института разработали микроскоп, чтобы следить за активностью нейронов в ганглиях с двух противоположных сторон. Активность больших ансамблей клеток ученые наблюдают с помощью метода флуоресцентной визуализации. Но современные микроскопы смотрят на образец сверху и в любой момент времени снимают лишь одну сторону его поверхности. Клетки, находящиеся снизу, не видны, технология захватывает лишь часть популяции. Авторы собрали из обычных оптических деталей микроскоп с двусторонним обзором и протестировали его, наблюдая возбуждение нейронов у пиявок.

Ученые использовали чувствительные к напряжению красители (VSD), которые обнаруживают как потенциалы действия, так и субпороговые возбуждающие и тормозные синаптические потенциалы. Они также взяли высокочувствительные ПЗС-камеры для отслеживания активности нейронов с разрешением в одну клетку. Расположили два флуоресцентных объектива напротив друг друга, выровняв их по вертикали, и поместили между ними стеклянную подложку для образцов. Нервная система пиявки просвечивается, так что хватило одного источника света.

(а) Схема двухстороннего микроскопа. (b) Изображения двух сторон ганглия, одновременно полученные с помощью этого микроскопа. (c) Утвержденные карты вентральных и дорзальных сторон ганглия.

В каждом ганглии пиявок порядка 400 нейронов, клетки расположены в одном слое, но он обертывает ганглий со всех сторон, так что с помощью обычной микроскопии одновременно можно отобразить в лучшем случае половину нейронов. Для нового микроскопа доступны все. Авторы не только впервые зарегистрировали активность большинства нейронов в ганглии, но и сочетали это с электрофизиологической записью и стимуляцией. Пиявка изгибалась в ответ на вызванные потенциалы действия в конкретных нейронах. Это позволило проверить, как VSD визуализация согласуется с фактическими мембранными потенциалами, и установить, как происходит сетевое взаимодействие индивидуальных клеток.

Авторы обнаружили, что в управление сгибанием тела вовлечены не только локальные интернейроны и моторные нейроны, что было установлено ранее, но и многие другие нейроны внутри ганглия. Так двухсторонний микроскоп позволил получить данные из всех клеток, независимо от их местоположения. Авторы пишут, что двусторонняя визуализация дает возможность отследить и проанализировать функциональные связи между нейронами, расположенными на противоположных поверхностях образца, что для современных методов недоступно.

Нейросеть знает, какое видео вы смотрите

“Neural Encoding and Decoding with Deep Learning for Dynamic Natural Vision” | Cerebral Cortex | doi: 10.1093/cercor/bhx268

    нейровизуализация

Инженеры из Университета Пердью в США научили свёрточную нейронную сеть распознавать по фМРТ сканам, что видит человек, и предсказывать активность мозга по видео, которое он смотрит. Они показали, что глубокое обучение позволяет строить модели кодирования и декодирования, которые связывают активность  мозга и входящий видеопоток. Так называемая “кодирующая” модель для каждого видеоролика предсказала картину возбуждения в зрительной коре и вентральном и дорсальном зрительных путях. Модель “декодирующая” по данным фМРТ угадывала, что показано в  видеоролике.

Чтобы обучить и протестировать нейросеть авторы сканировали мозг трех женщин, пока те смотрели видеоролики, лежа в сканере. Клипы по 8 минут показывали людей, животных, пейзажи, сцены в помещениях и т.д. Каждая испытуемая дважды смотрела ролик, по которым сеть учится, и по десять раз те ролики, что затем использовали для проверки работы сети. За несколько дней им пришлось отсмотреть 972 видео общей длительностью 11 с половиной часов. Ученые сканировали мозг каждые две секунды, и декодирование шло почти в режиме реального времени.

Сверточная сеть трансформирует каждый кадр в несколько слоев признаков, начиная от ориентации и цвета в визуальном пространстве (первый слой) до категорий в семантическом пространстве (восьмой). Для кодирования сеть моделирует зависимость между стимулами в видео и ответом в каждом участке коры. Для декодирования она объединяет кортикальные возбуждения для прогноза стимулов.

Кодирующая модель позволяет сопоставить, какие области мозга связаны с узнаванием той или иной сцены. Например, на видео автомобиль едет вдоль здания, и мозг обрабатывает ролик в разных участках коры -- в одном распознает машину, в другом здание. Используя глубокое обучение нейросетей, авторы связали конкретные смысловые единицы из видеопотока и зоны в мозге, где они обрабатываются. Так можно изучать, как мозг разделяет визуальную сцену на части и снова собирает ее в полное понимание сцены.

Они также использовали модели, построенные по данным одного человека, чтобы предсказать и декодировать мозговую деятельность другого. Это значит, что у подхода есть потенциал для широкого применения в исследовании мозга даже у людей с нарушениями зрения. Его можно применить для чтения и восстановления других сенсорных или когнитивных переживаний. Модели глубокого обучения уже доступны для распознавания речи, и декодирование сканов мозга в ответ на речь -- вполне реалистичная цель. Как и расшифровка снов и воспоминаний, поскольку они активируют те же области мозга, что и реально проживаемый опыт.

Редактирование генома нервных клеток в живом мозге

“Virus-Mediated Genome Editing via Homology-Directed Repair in Mitotic and Postmitotic Cells in Mammalian Brain” | Neuron | doi: 10.1016/j.neuron.2017.10.004

  генетическая инженерия

В институте нейронаук им. Макса Планка во Флориде разработали инструмент, который позволяет точно редактировать гены в зрелых нейронах в живом мозге. Это открывает новые возможности в исследованиях, так как прямое редактирование генома в клетках, которые не делятся, ранее было почти недоступно. Теперь же можно заменить выбранные участки ДНК и придать нейронам новые свойства, в том числе для лечения нейродегенеративных заболеваний.

Авторы использовали недавно открытую технологию редактирования генов CRISPR-Cas9 на основе механизма вирусной защиты, первоначально открытого в бактериях. При введении в клетку молекулярная конструкция CRISPR-Cas9 разрезает ДНК точно в заданном месте. Затем клетка восстанавливает разрыв, ориентируясь на гомологичный участок молекулы, который вводят в клетку, чтобы заменить им вырезанный фрагмент. Так из цепочки удаляют выбранный ген и вынуждают клетку вставить на это место заплатку, которую тоже выбрали ученые. Проблема лишь в том, что гомологичная репарация (HDR) работает в делящихся клетках.

Авторы решили придать зрелым нейронам умение восстанавливать ДНК по методу HDR. Они разработали и протестировали способ доставки необходимых молекулярных комплексов при помощи адено-ассоциированного (AAV) вируса, нетоксичного инструмента, который часто используют для эффективной доставки всех видов генов. Для HDR-опосредованного редактирования генома клеткам нужны три компонента: РНК, донорная матрица ДНК (заплатка) и Cas9. Авторы упаковали в вирус первые два и ввели его в нейроны трансгенных мышей, экспрессирующих Cas9. Такие клетки смогли точно восстановить по донорной матрице вырезанный фрагмент генома.

Схема двухвирусной доставки компонентов для редактирования генома в зрелых нейронах. Ниже изображения коры головного мозга мыши, полученные с помощью конфокального микроскопа. 

Затем ученые создали систему из двух вирусов, она позволила применить технологию на животных, которые не были заранее спроектированы для экспрессии Cas9. В опытах на срезах мозга и на взрослых мышах, моделирующих болезнь Альцгеймера, они показали, что зрелые нейроны, давно миновавшие стадию митоза, могут провести HDR-опосредованное редактирование генома. Метод позволяет гибко добавлять, изменять или удалять гены практически в любом типе клетки, в любой области мозга и в любом возрасте. Он сильно расширяет применимость генной инженерии в нейронаучных исследованиях.

Интерфейс: ударьте пальцем о палец

“Pyro: Thumb-Tip Gesture Recognition Using Pyroelectric Infrared Sensing” | 30th ACM User Interface Software and Technology Symposium (UIST 2017) | PDF

   интерфейсы

На конференции по пользовательским интерфейсам UIST 2017 инженеры из Дартмутского колледжа представили технологию Pyro для распознавания мелких жестов. Pyro различает фигуры, которые человек кончиком большого пальца рисует на подушечке указательного. Для людей такие движения естественны, их можно делать быстро, от них не устаешь, а пальцы дают тактильную обратную связь. Устройство работает за счет измерения теплового излучения, исходящего от пальцев, и обеспечивает простой способ ввода, что наиболее перспективно для носимых устройств.

Излучение от пальцев воспринимает инфракрасный датчик (PIR), изготовленный из пироэлектрических материалов (отсюда и название системы). Датчик очень чувствителен к мелким колебаниям излучения, что и позволяет распознавать тонкие жесты. У PIR два пироэлектрических элемента, работающих в противоположной полярности: когда Pyro в режиме ожидания, оба принимают один и тот же поток ИК-излучения от окружающей среды; когда же мимо проходит источник тепла, ближний из элементов чувствует изменение потока раньше другого, а напряженность на них меняется в противоположных направлениях.

Шесть мелких жестов, которые различает система Pyro.

Pyro полностью пассивен, не генерирует активных сигналов и потребляет мало энергии. Вся система с Bluetooth потребляет 247 милливатт. Пассивность дает еще одно преимущество -- Pyro не требует охлаждения, что предпочтительно для носимой электроники. Система состоит из батареи, PIR-датчика и настраиваемой сенсорной платы, включая модуль микроконтроллера Bluetooth и аналоговый интерфейс. В качестве команд ввода Pyro поддерживает шесть жестов для подушечки большого пальца: круг, треугольник, квадрат, знак вопроса, галочка плюс потирание пальца о палец.

Классификатор по модели «случайного леса» различает фигуры в режиме реального времени.

Авторы протестировали прототип устройства на десяти испытуемых. Они создали приложение для SmartWatch, которое управляет видеоплеером: ролик включается «кругом», а «трение» ставит паузу и запускает видео снова. Еще одно приложение создали для Google glass, расположив ИК-датчик за сенсорной панелью рядом с ухом. Жест «галочка» отдает команду сделать фото, а если при этом указательный палец касается панели, то фото автоматически выкладывается в Facebook. Технология работает при разной освещенности, разной температуре рук и устойчива к помехам. Так пассивное зондирование микрожестов обещает сделать взаимодействие с мобильными гаджетами еще более легким и естественным.

17.08.2018Обзор новостей нейротехнологий 13.08.18 - 17.08.18

Самые актуальные новости за неделю

Подробнее
17.08.2018Нейроэкономика. Кто принимает решения за нас?

22 августа состоится очередная лекция, в рамках специального проекта Отраслевого союза "Нейронет" NeuroAcademy, на тему "Нейроэкономика". Лектором выступит кандидат биологических наук, директор Института когнитивных нейронаук НИУ ВШЭ, ведущий научный сотрудник Центра нейроэкономики и когнитивных исследований НИУ ВШЭ Василий Ключарев

Подробнее
15.08.2018Российские генетики научились прогнозировать внешность будущих детей

Научные сотрудники медико-генетического центра Genotek разработали метод, который позволяет прогнозировать внешность будущего ребенка по генетическим данным родителей. Он может стать востребованным в случае массового распространения технологий ЭКО или редактирования генома для выбора родителями внешности их детей.

Подробнее
14.08.2018Как машинам научиться понимать нас?

17 августа состоится очередная лекция, в рамках специального проекта Отраслевого союза "Нейронет" NeuroAcademy, на тему "Нейроинформатика на примере анализа текстов". Лектором выступит Профессор Департамента компьютерных наук НИУ ВШЭ, сотрудник Института высшей нервной деятельности и нейрофизиологии РАН, руководитель Microsystems Ltd Александр Харламов

Подробнее
10.08.2018Обзор новостей нейротехнологий 04.08.18 - 10.08.18

Самые актуальные новости за неделю

Подробнее
9.08.2018НейроЧат в числе ста лучших изобретений России по версии Роспатента

Коммуникационная система НейроЧат для людей с серьёзными ограничениями речи и движений, позволяющая общаться силой мысли, была признана одним из лучших изобретений России за прошедший год

Подробнее
7.08.2018Контакт с мозгом: нейроинтерфейсы и искусственный интеллект

14 августа состоится очередная лекция, в рамках специального проекта Отраслевого союза "Нейронет" NeuroAcademy, которая будет посвящена взаимодействию с мозгом. Лектором выступит создатель и руководитель Лаборатории нейрофизиологии и нейрокомпьютерных интерфейсов на базе биологического факультета МГУ им. Ломоносова, Александр Каплан. 

Подробнее
6.08.2018Сбербанк показал, как будет выглядеть его робот «Ника»

Сбербанк показал робота собственной разработки «Ника» с системой искусственного интеллекта iPavlov. 

Подробнее
3.08.2018Обзор новостей нейротехнологий 28.07.18 - 03.08.18

Самые актуальные новости за неделю

Подробнее
2.08.2018Технологическая сингулярность

В рамках образовательного интенсива "Остров 10-21" прошла лекция на тему "Технологическая сингулярность". Спикером выступил амбассадор Университета сингулярности в России, генеральный директор "Орбитал капитал партнерз" Евгений Кузнецов.

Подробнее
1.08.2018Революция в ИИ. Как это было.

31 июля в Отраслевом союзе "Нейронет" прошла очередная лекция в рамках летнего цикла лекций масштабного образовательного проекта Neuro Academy, которая была посвящена "революции глубокого обучения" в технологиях искусственного интеллекта. Лектором выступил Виталий Дунин-Барковский.

Подробнее
30.07.2018Программа мероприятий NeuroHub завершается

В апреле этого года при содействии Центра нейроинформационных технологий негосударственного института развития «Иннопрактика» стартовал проект NeuroHub, который был создан как площадка для развития стартапов в области нейротехнологий и реализован сообществом CommON

Подробнее
27.07.2018Обзор новостей нейротехнологий 21.07.18 - 27.07.18

Самые актуальные новости за неделю

Подробнее
25.07.2018Start up завтрак по технологиям гейминга

28 июля 2018г. на площадке ФРИИ (Фонда развития интернет-инициатив) состоится Start up завтрак, на котором участники обсудят сферы применения, тренды исовременные технологии гейминга

Подробнее
25.07.2018"Революция глубокого обучения" в технологиях искусственного интеллекта

31 июля, в рамках летнего лектория Отраслевого союза "Нейронет" и "Neuro Academy", пройдет лекция, посвященная "революции глубокого обучения" в технологиях искусственного интеллекта. Лектором выступит Виталий Львович Дунин-Барковский.

Подробнее
123242, г. Москва, Малый Конюшковский пер., д. 2, оф. 17