211service.com
Brain Imaging afslører, hvad du ser
Forskere er et skridt tættere på at konstruere en digital version af det menneskelige visuelle system. Forskere ved University of California, Berkeley, har udviklet en algoritme, der kan anvendes på funktionel magnetisk resonansbilleddannelse (fMRI) billeder for at vise et levende billede, en person ser.
Neurovidenskabsmænd har brugt fMRI til at studere det menneskelige synssystem i årevis, hvilket involverer måling af ændringer i blodets iltniveau i hjernen. Dette fungerer fint til at studere, hvordan vi ser statiske billeder, men det kommer til kort, når det kommer til bevægelige billeder. Individuel neuronal aktivitet sker over en meget hurtigere tidsskala, så for et par år siden satte forskerne bag det aktuelle studie sig for at udtænke en computermodel til at måle dette i stedet. Undersøgelsen viser, at denne nye tilgang ikke kun er vellykket, men også bemærkelsesværdig nøjagtig.
Undersøgelsen, som vises i Aktuel biologi denne uge er det første gang, nogen har brugt hjernebilleddannelse til at bestemme, hvilke levende billeder en person ser. Det kunne hjælpe forskere med at modellere det menneskelige visuelle system på en computer, og det rejser den pirrende udsigt til en dag at kunne bruge modellen til at rekonstruere andre typer dynamiske billeder, såsom drømme og minder.
Forskerne, der var involveret i undersøgelsen, så timevis af filmpreviews, mens de lå i en fMRI-maskine. Dernæst dekonstruerede de omhyggeligt dataene, så de havde et specifikt aktiveringsmønster for hvert sekund af optagelser. De kørte disse data gennem flere forskellige filtre for at udlede, hvad der skete på neuronalt niveau. Når du har gjort dette, har du en komplet model, der forbinder rørføringen af blodgennemstrømningen, som du ser med fMRI, til den neuronale aktivitet, som du ikke ser, siger Jack Gallant, der var medforfatter til undersøgelsen med kollega Shinji Nishimoto.
Dernæst kompilerede forskerne et bibliotek med 18 millioner YouTube-videoklip, udvalgt tilfældigt, for at teste deres model objektivt. Tidligere undersøgelser har vist, at fMRI kan bruges til at bestemme statiske billeder, et forsøgsperson ser på, men den nye computermodel gav mulighed for at rekonstruere billeder, der havde bevægelsesretning såvel som form. Ingen har prøvet at modellere dynamisk vision med dette detaljeringsniveau før, siger Jim Haxby, en neuroimaging-ekspert ved Dartmouth College, som ikke var involveret i undersøgelsen.
Forskerne brugte YouTube-biblioteket til at simulere, hvad der ville ske på fMRI-billederne, når de så et nyt sæt filmtrailere. Resultaterne af simuleringerne og fMRI-scanningerne var tæt på identiske. Normalt får man kun den slags nøjagtighed i fysik, ikke neurovidenskab, siger Benjamin Singer, en fMRI-forsker ved Princeton University, som ikke var involveret i undersøgelsen. Det er en tour de force, der samler årtiers arbejde.
Der er to hovedbemærkninger til undersøgelsen. Forskerne brugte fMRI-data fra kun ét område af det visuelle system - V1-området, også kendt som den primære visuelle cortex. Og modellerne blev tilpasset til hvert emne. At forsøge at designe en model, der ville fungere for alle, ville have været for svært, siger Gallant, selvom han har mistanke om, at en mere generaliseret model kunne udvikles i fremtiden.
Det ultimative mål med denne forskning er at skabe en beregningsmæssig version af den menneskelige hjerne, der ser verden, som vi gør. Undersøgelsen viser også en uventet anvendelse af en eksisterende teknologi. Alle har altid troet, at det var umuligt at genoprette dynamisk hjerneaktivitet med fMRI, siger Gallant.