Наша географияЗаявка на членство+7 916 848-78-01info@rusneuro.net
О НейроНетеНаша миссияЧлены союзаНовостиПресс-центрДокументыАрхивКонтакты
Новости / Обзор новостей нейротехнологий 27.10.17 - 03.10.17
Новости
3.11.2017

Обзор новостей нейротехнологий 27.10.17 - 03.10.17

На сканах мозга “видны” мысли о самоубийстве

“Machine learning of neural representations of suicide and emotion concepts identifies suicidal youth” | Nature Human Behaviour | doi:10.1038/s41562-017-0234-y

 трекинг состояний

Нейробиологи из Университета Карнеги - Меллон, а также Гарвардского и ряда других американских университетов использовали сканирование мозга и методы машинного обучения, чтобы выявить людей с суицидальными наклонностями. Далее, ученые различили в полученной выборке тех, кто не только думал, но и уже предпринимал попытки самоубийства. Методика строится на том, что мозг таких людей иначе реагирует на позитивные и негативные слова, связанные с жизнью и смертью. Пока не известен другой способ или фактор риска, помогающий сделать подобную классификацию по данным физиологии. Так авторы открыли потенциальный биомаркер суицидального мышления

К исследованию привлекли 17 пациентов с выявленными суицидальными наклонностями и 17 здоровых добровольцев. Каждому давали три набора из десяти слов, которые касались самоубийства (например, смерть), негативных мыслей (например, уныние) и положительного настроения (например, беззаботность). Людей просили подумать на тему каждого слова, ощутить связанную с ним эмоцию, и одновременно делали им функциональную томографию мозга. Самый сильный отклик на фМРТ сканах вызвали слова: смерть, беда, беззаботность, жестокость, похвала и хороший. Эти шесть слов и активность пяти участков головного мозга надежно отличали суицидальных пациентов от здоровых.

Показаны кластеры стабильных вокселей в суицидальной и контрольной группах. Белые эллипсы обозначают пять участков, значимых для различения групп.

Авторы тренировали классификатор машинного обучения, используя эти 30 (6 × 5) функций, чтобы определить, к какой группе относится участник. После обучения программа верно идентифицировала 15 из 17 пациентов с суицидальными наклонностями и 16 из 17 людей контрольной группы. Затем, используя тот же подход, авторы построили новый классификатор только для суицидальных пациентов. Среди них девять человек ранее пытались совершить самоубийство, и программа различила по этому показателю 16 пациентов (точность 94%).

Чтобы понять, почему активность мозга суицидальных пациентов отличается от нормальной, авторы обратились к исследованию, где ученые выявили связь активации мозга и эмоций (напр., грусть, стыд, гнев и гордость). На основе этих данных авторы изучили эмоциональные отклики мозга по каждому из шести слов и сравнили их между пациентами и здоровыми, а также между теми, кто предпринял суицид, и теми, кто лишь думал об этом. Негативно окрашенные слова вызывали в суицидальной группе больше печали и стыда, но меньше гнева по сравнению с людьми из контрольной группы. И если выводы исследования подтвердятся (на большей выборке), то функциональная нейровизуализация вкупе с машинным обучением может стать основным инструментом для диагностики психических расстройств.

Чип внутри глаза частично возвращает зрение

“Assessment of the Electronic Retinal Implant Alpha AMS in Restoring Vision to Blind Patients with End-Stage Retinitis Pigmentosa” | Ophthalmology | doi: 10.1016/j.ophtha.2017.09.019

протезирование зрения

Британские офтальмологи из Оксфордского университета сообщили об испытаниях нового ретинального импланта Alpha AMS для частичного восстановления зрения у людей с пигментной дистрофией сетчатки. Заболевание считается наиболее распространенной причиной слепоты, когда палочки и колбочки разрушаются, их заменяет глиальная и фибриллярная ткань. Зрительный протез стимулирует сохранившуюся внутреннюю сетчатку в ответ на входящий в глаза свет. Отличие Alpha от похожих протезов Argus II или IRIS II в том, что фотодиодная матрица размещена в субретинальном пространстве, тогда как у последних она положена на поверхность сетчатки.

Светочувствительная матрица Alpha AMS содержит силиконовый микрочип 4,0 × 3,2 мм × 70 мкм, покрытый с одной стороны 1600 точками стимуляции. Каждый блок стимуляции размером 70 × 70 мкм включает фотодиод, усилитель и стимулирующий электрод. Блок подает ток в вышележащую ткань сетчатки в соответствии с интенсивностью падающего на него света. Фактически чип преобразует свет в электричество, заменяя собой утраченные клетки. Чувствительность микросхемы регулирует сам пациент, ориентируясь на освещенность, и в сумерки чувствительность имплантата следует повысить.

Авторы пригласили для исследования шестерых пациентов с глубокой потерей зрения из-за пигментной дистрофии сетчатки в конечной стадии. Им провели сложную операцию, сделав углубление в височной кости, куда встроили керамический корпус индукционной катушки, затем по подкожному туннелю пропустили ретинальный имплант и кабель из-за уха на внутреннюю сторону глаза. В пространство между сенсорной частью сетчатки и пигментным эпителием через надрез в глазном яблоке ввели мягкую направляющую пленку и по ней матрицу. Убедившись, что матрица расположена точно, пленку вынули. После процедур и восстановления пациентов наблюдали и тестировали в течение нескольких месяцев.

Имплантация субретинального чипа. Направляющую пленку вводят через разрез в оболочке глаза. Как только пленка заходит под центральную ямку, чип продвигают вдоль того же пути, затем пленку вытаскивают.

Участники научились различать предметы, они распознавали на столе геометрические фигуры (напр. квадрат, треугольник, круг) и посуду (напр. нож, вилку, ложку и тарелку). Различали контрастность оттенков серого и могли определить время по часам со стрелками длиной по 5 и 10 см. В повседневной жизни они видели шары на бильярдном столе, очертания окон и дверных проемов, кухонные приборы, такие как чайник и тостер, контуры горы на фоне заходящего солнца, проезжающий автомобиль, рождественские огни и края зданий. Они даже различали смену освещенности, проходя в ясный день под деревом. Авторы отмечают, что в идеале Alpha AMS позволяет достичь пространственного разрешения 16 минут (0,26 градуса) с полем зрения около 15 градусов по диагонали.

Распознавание активности и типов нейронов в мозге

“Ancestral Circuits for the Coordinated Modulation of Brain State” | Cell doi: 10.1016/j.cell.2017.10.021

имиджинг

Нейробиологи из Стэнфордского университета предложили метод регистрации активности большой группы клеток в мозге. Он позволяет отследить нейроны любого выбранного типа или многих типов одновременно в одном и том же мозге в реальном времени без применения сложных вирусных или трансгенных стратегий. Авторы вели запись активности клеток во время жизни животного и сочетали с визуализацией этих же клеток после фиксации. Таким путем им удалось выяснить, какие типы нейронов были сильнее вовлечены в конкретное поведение.

Для испытаний взяли личинок рыб данио, экспрессирующих индикатор Ca2+, и использовали двухфотонную микроскопию, чтобы отслеживать от 25 000 до 35 000 нейронов по всему мозгу. Рыб помещали в агарозный гель, он застывал, и тогда от него очищали хвост. После чего рыбы могли свободно двигать хвостом, выражая реакцию избегания, а голова оставалась неподвижна под микроскопом. В серии опытов авторы выяснили, какие клетки у рыб наиболее активны в момент реакции на угрозу. Затем уже в препарат мозга после эвтаназии, не меняя позиции головы, авторы вводили молекулярные пробы на основе антител и делали микроскопию еще раз.

Графический абстракт статьи. С разрешением в одну клетку регистрируют активность мозга и типы клеток во время и после жизни животного. Одни и те же типы нейронов отвечают за состояние повышенной бдительности у рыб и мышей.

Такой подход позволяет увидеть, какого типа нейроны вовлечены в тот или иной акт поведения. Авторы взяли антитела для специфических белков, что экспрессируют нейромодуляторные нейроны, и с помощью алгоритмов добились точного наложения изображений нейронов, меченных двумя способами, в живом и фиксированном мозге. Первая метка отображает активность нейрона в ходе эксперимента, вторая сообщает, к какому фенотипу он относится. Применив этот метод, авторы обнаружили в мозге рыб ряд нейромодуляционных систем, которые включаются в момент повышенного внимания. Затем нашли те же системы у мышей.

Ученые отследили у грызунов активность гомологичных нейромодулирующих клеток. Оптогенетику использовали для проверки гипотезы, что у млекопитающих за бдительность отвечают те же нейроны, что и у рыб. Авторы выборочно управляли в мозге нейронами разных типов и нашли три группы клеток, усиливающих внимание. Они пишут, что эксперименты подтвердили их метод поиска нейронных схем, связанных с конкретным поведением. Теперь можно отслеживать в живом мозге все клетки сразу и лишь потом распределить их по типам, не создавая под каждый из них трансгенные линии животных.

Запись ЭЭГ водителей во время управления автомобилем

“Online-Capable Cleaning of Highly Artefactual EEG Data Recorded During Real Driving” | Proceedings of the 7th Graz Brain-Computer Interface Conference 2017 | doi: 10.3217/978-3-85125-533-1-47
 трекинг состояний

Компания Zander Laboratories в сотрудничестве с Нидерландской организацией прикладных научных исследований (TNO) представила итоги эксперимента по записи ЭЭГ у водителей во время езды за рулем. Снимать энцефалограмму в бытовых условиях трудно, поскольку человек двигается  свободно, не сидит ровно, как в лаборатории, и сигнал сильно загрязнен артефактами. Авторы работы показали, что современные методы все же позволяют очистить данные от помех и поймать активность коры головного мозга, даже когда человек управляет автомобилем

Они записали данные 15 участников эксперимента, которые вели машину. По легенде, водители проверяли систему автоматического вождения, ее настроили так, что она иногда непредсказуемо включала резкое или плавное торможение. Для записи ЭЭГ использовали 64-канальную систему BioSemi Active-Two. Также у водителей регистрировали электроокулограмму левого глаза, электрокардиограмму (активность сердца) и электромиограмму левой и правой трапециевидных мышц. Все физиологические сигналы регистрировались с частотой дискретизации 512 Гц .

Для фильтрации данных использовали анализ независимых компонент (ICA). Очистка была жесткой, из 64 каналов лишь от 2 до 14 были идентифицированы как кортикальные, в среднем удалили не менее трех четвертей информации. Компоненты не удалялись лишь в том случае, если у них диполярный, не слишком поверхностный шаблон и четкие, ровные пики на частотах, имеющих известные корковые корреляты, в основном ниже 30 Гц. После ICA-очистки данные прошли более строгую обработку через реконструкцию подпространства артефактов. Метод опирается на исходные контрольные данные и вычисляет отличия от них в непрерывной записи ЭЭГ.  

Авторы пишут, что шум от артефактов распределен по каналам неравномерно и наиболее заметен на теменных и затылочных участках. В менее загрязненных местах, таких как электрод Cz, сигнал почти не меняется после очистки. Они делают вывод, что современные методы позволяют уловить корковую активность даже среди артефактов большой амплитуды, которые в противном случае заглушали бы представляющий интерес сигнал. Очистка на основе ICA нацелена на артефактную активность, минимально искажая данные из коры, и перспективна для применения нейроадаптивной технологии в реальных условиях в режиме реального времени.

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