Наша географияЗаявка на членство+7 916 848-78-01info@rusneuro.net
О НейроНетеНаша миссияЧлены союзаНовостиПресс-центрДокументыАрхивКонтакты
Новости / Обзор новостей нейротехнологий 26.12.17 - 29.12.17
Новости
29.12.2017

Обзор новостей нейротехнологий 26.12.17 - 29.12.17

Искусственный гематоэнцефалический барьер

“A 3D Real-Scale, Biomimetic, and Biohybrid Model of the Blood-Brain Barrier Fabricated through Two-Photon Lithography” | Small | dio: 10.1002/smll.201702959

  биотех

Биоинженеры из Итальянского технологического института с помощью двухфотонной литографии построили гибридную модель гематоэнцефалического барьера (ГЭБ), воссоздав микрокапилляры нейрососудистой системы мозга в масштабе один к одному. Новая модель позволит ученым тестировать разные препараты, соединения, нановекторы на способность проходить через ГЭБ.

Некоторые лекарственные средства потенциально могут помочь лечению нарушений мозга, но не проникают в мозг, поскольку их задерживает ГЭБ. Поэтому важно понять, как клеточные и молекулярные механизмы препятствуют пересечению барьера и как провести через него нужные вещества, не помешав защитным функциям. Пока лекарства тестируются на животных, но реалистичная модель ГЭБ удобнее и резко расширяет возможности экспериментов.

Сканирующая электронная микроскопия био-гибридной модели ГЭБ.

Авторы называют созданную платформу гибридной, так как она сочетает искусственные и биологические компоненты. Искусственная часть состоит из трехмерных пористых трубок с типичным размером диаметра микрокапилляров головного мозга (около 10 мкм). Она изготовлена ​​с использованием технологии 3D-печати с высоким разрешением: двухфотонной литографии.

Пористые микротрубки служат основой для эндотелиальных клеток, которые растут снаружи и окутывают трубки, тем самым создавая биологический барьер. Этот барьер работает подобно ГЭБ, отделяя полости внутри трубок, имитирующих кровеносные сосуды, от внешней области, имитирующей ткани мозга. Конструкция позволяет легко менять разные параметры, такие как концентрация молекул вещества, скорость кровотока, рН и температуру. Авторы рассчитывают тестировать на модели доставку в мозг “умных” молекул и нановекторов.

Функциональная МРТ белого вещества

“Detection of synchronous brain activity in white matter tracts at rest and under functional loading” | PNAS | doi: 10.1073/pnas.1711567115

    имиджинг

Исследователи из Университета Вандербильта в США показали, что функциональная магнитно-резонансная томография (фМРТ) белого вещества мозга содержит данные о нейронной активности, подобно тому, как их содержит фМРТ серого вещества. Такие данные можно извлечь

с помощью чувствительных методов визуализации и статистического анализа, что сильно расширяет возможность изучения функциональных связей между разными участками мозга.

Метод фМРТ основан на измерении уровня насыщенности крови кислородом (BOLD) и выводе, что активность нервных клеток приводит к повышению этого уровня. Серым веществом называют ткань мозга, где преобладают тела нейронов; белое вещество состоит из пучков длинных нервных волокон, тянущихся от коры вглубь мозга. И если фМРТ серого вещества стала стандартом научных и медицинских исследований, то фМРТ белого вещества получить сложнее, а связь его с реальной нейронной активностью пока не вполне ясна.

Временные корреляции BOLD сигнала между областями белого вещества (по оси Y) и серого вещества (по оси X), усредненные по 12 испытуемым. Горизонтальные полосы указывают на синхронность между сегментами, которую усиливает визуальная стимуляция.

Авторы установили, что в состоянии покоя пространственно-временные корреляции сигналов BOLD, измеренных вдоль волокон, согласуются с такими же сигналами в сером веществе. Причем зрительные, сенсорные и моторные стимулы последовательно приводят к усилению BOLD именно в тех пучках, что анатомически связаны с задействованной в данный момент областью коры мозга.

Также авторы отмечают, что сигналы BOLD в трактах белого вещества изменяются синхронно со временем действия стимула и что их активность специфично зависит от типа функциональной нагрузки. Полученные результаты говорят в пользу идеи о том, что по фМРТ белого вещества можно судить о работе нейронов, и наряду с “обычной” фМРТ ее можно использовать для выявления специфических функциональных связей внутри мозга. 

Антенна для питания имплантируемых устройств

“Near-Field Inductive-Coupling Link to Power a Three-Dimensional Millimeter-Size Antenna for Brain Implantable Medical Devices” | IEEE Transactions on Biomedical Engineering | doi: 10.1109/TBME.2017.2778729

  импланты

Инженеры из Квинслендского университета в Австралии разработали микроантенну для устройств, имплантируемых под черепную коробку, в цереброспинальную жидкость. Чтобы уменьшить размеры имплантов, желательно избавить их от батареи и поместить источник питания вне организма. Авторы использовали принцип индуктивной связи для беспроводной передачи энергии на антенну, которая умещается в объем кубического миллиметра.

Индуктивную связь образуют две антенны: внешняя имеет форму незавершенного кольца и помещается в 3 мм от поверхности головы, имплантируемая похожа на искаженную букву “П” и расположена над корой головного мозга в зоне индукции первой антенны. Когда на внешнюю антенну подают ток, она создает вокруг себя магнитное поле. В отличие от электрического магнитное поле легко проникает в биологические ткани и индуцирует ток в имплантируемой антенне. Так энергия передается магнитным полем от источника в устройство.

Формы и размеры внешней и имплантируемой антенны для создания индуктивной связи. Масштаб не соблюден.

Внешняя антенна изготовлена на двухсторонней подложке толщиной 3,2 мм из тканного стеклопластика с медным покрытием. Для создания имплантируемой антенны медный лист толщиной 0,04 мм оборачивают вокруг формы из стали. Так легко создать антенны разных геометрий, причем 3D-антенны поддерживают более широкую область связи по сравнению с плоскими антеннами с одинаковым поперечным сечением.

Ученые протестировали антенну сперва на модели головы человека, затем на голове настоящей свиньи. Энергия передавалась на расстояние 12 мм, что достаточно для питания устройств, имплантируемых под череп. Авторы пишут, что подобранные ими мощность сигнала, коэффициент усиления и объем имплантируемой антенны создают наилучшую комбинацию на сегодняшний день.

Сеть по активности мозга угадывает, что видит человек

“Deep image reconstruction from human brain activity” | BioRxiv | doi: 10.1101/240317

    трекинг состояний

Нейробиологи и информатики из Киотского университета в Японии предложили новый способ визуализировать по данным фМРТ изображение, которое видит человек в момент сканирования мозга. В основе подхода -- глубокая нейронная сеть (DNN). Авторы сочетали обучение сети по снимкам мозга и метод генерации изображений на основе обученной сети.

Чтобы восстановить изображения, глубокую нейронную сеть сначала обучили на серии фМРТ снимков и соответствующих им картинок строить модель зависимости между ними. Так DNN научилась переводить данные об активности мозга в набор свойств и параметров изображения. Иными словами, сеть закодировала в себе нейронные репрезентации визуальных стимулов. После чего параметры DNN передали алгоритму генерации изображений.

Глубокая реконструкция изображений. Значения пикселей входного изображения оптимизируются так, чтобы функции DNN изображения стали аналогичны тем, что декодированы по фМРТ.

Реконструкция начинается с исходного случайного изображения. Алгоритм получает фМРТ скан мозга и итеративно оптимизирует значения пикселей в случайной картинке, так что свойства DNN становятся похожими на те, что сложились на этапе обучения. Полученное оптимизированное изображение трактуется как реконструкция визуального стимула по активности мозга.

В экспериментах участвовали три человека: они смотрели “естественные” фото (животные, объекты, техника), геометрические фигуры и буквы алфавита, а также вспоминали картинки в своем воображении. Сеть обучали на сканах фМРТ, полученных во время просмотра фотографий. Затем ее тестировали на данных фМРТ, полученных при восприятии человеком новых фото, а также фигур, букв и во время воображения. См. видео: youtu.be/jsp1KaM-avU

Авторы отмечают, что метод справился с восстановлением не только фото, но и искусственных форм, что указывает на то, что DNN модель действительно «реконструирует» или «генерирует» картинки непосредственно из активности мозга, а не просто ищет соответствия образцам.

18.07.2018Специалисты по нейрогеймингу расскажут о профессиональных ошибках

21 июля 2018 г. на площадке ФРИИ (Фонда развития интернет-инициатив) состоится Fail Meet Night по нейрогеймингу – встреча, в ходе которой разработчики и стартаперы в этой области расскажут друг другу о совершенных профессиональных ошибках

Подробнее
17.07.2018«Искусственный интеллект» – новая магистерская программа МГИМО, группы АДВ, Майкрософт и NVIDIA

МГИМО будет готовить специалистов в области практического применения технологий искусственного интеллекта в бизнесе

Подробнее
16.07.201812 июля, в рамках проекта Neuro Academy, прошла первая лекция о текущих научных и рыночных задачах робототехники

Лектором выступил научный руководитель по программам обеспечения и систем управления АНО "Андроидная техника" Сторожев Петр Петрович

Подробнее
13.07.2018Обзор новостей нейротехнологий 07.07.18 - 13.07.18

Самые актуальные новости за неделю

Подробнее
13.07.2018EdTech Акселератор ED2: старт второго набора

ED2 совместно с негосударственным институтом развития «Иннопрактика» и «Global Venture Alliance» объявляют о запуске второго набора образовательных стартапов в отраслевую программу акселерации 

Подробнее
12.07.2018Отраслевой союз «Нейронет» запускает специальный образовательный проект «Нейро Академия»

Проект направлен на складывание устойчивого молодёжного сообщества, объединенного идеей построения нового будущего через призму развития рынка Нейронет

Подробнее
12.07.2018Медицинские разработки резидентов «Сколково» внедрят на Новгородчине

Это предусмотрено соглашением о сотрудничестве, подписанным председателем правления Фонда «Сколково» Игорем Дроздовым и губернатором Новгородской области Андреем Никитиным

Подробнее
10.07.2018Мастер-класс по работе с интерфейсом мозг-компьютер

14 июля 2018 г. на площадке ФРИИ (Фонда развития интернет-инициатив) состоится мастер-класс по работе с интерфейсом мозг-компьютер, на котором специалисты расскажут обособенностях работы потребительских нейроинтерфейсов и сферах применения технологии

Подробнее
10.07.2018Высшая Инжиниринговая Школа НИЯУ МИФИ представляет образовательную программу для магистратуры

Среди направлений обучения - прикладное программирование (Python и SQL), нейросетевое моделирование, машинное обучение, управление проектами

Подробнее
6.07.2018Обзор новостей нейротехнологий 30.06.18 - 06.07.18

Самые актуальные новости за неделю

Подробнее
6.07.2018Хакатон по созданию умных чатботов в МФТИ

На Физтехе завершился хакатон и летняя школа DeepHack.Chat, организованные лабораторией нейронных систем и глубокого обучения МФТИ в рамках работы над проектом iPavlov

Подробнее
6.07.2018Робототехника сегодня и перспективы шагающих роботов

Отраслевой союз «Нейронет» и Neuro Academy представляют летнюю серию лекций, на которых можно будет узнать как меняется сфера нейротехнологий, куда движется роботехника и изучить особенности психо-физиологии человека

Подробнее
6.07.2018Генетика может влиять на успехи сборной России по футболу

Ученые Genotek исследовали генетические маркеры, связанные со спортивными способностями, и частоту их встречаемости среди населения 70 стран, чьи национальные сборные вошли в усредненный рейтинг FIFA

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