Това обяви 5-членен екип от невролог Раджеш Рао и неврохирург Джефри Ойман от Университета на Вашингтон в Сиатъл (САЩ). Първият автор на статията е техният колега неврохирург и физик Кай Милър, който също работи в Станфордския университет (Калифорния, САЩ).

учените

Лица срещу къщи

Те са използвали електроди, имплантирани в сънните дялове на мозъка на пациенти, които са били будни по време на експериментите. Анализът на нервните реакции им позволи да определят коя от двете дефинирани категории зрителни дразнители - изображения на лицето или дома - пациентите гледат и кога. И с точност над 95 процента.

„Опитахме се да разберем две неща. Първо, как човешкият мозък възприема обектите в темпоралния лоб. И тогава как можете да използвате компютър, за да извлечете информация, която ви позволява да предсказвате в реално време какво гледа човекът “, каза Раджеш Рао.

„От клинична гледна точка нашият резултат може да се разглежда като концептуално доказателство, че може да се изгради комуникационен механизъм за парализирани пациенти или пациенти след смъртта, които са напълно в капан в съзнанието им“, добави той.

Епилептична основа

В проучването са участвали 7 пациенти с епилепсия, лекувани в медицинския център в Сиатъл Харбървю. Всички те страдаха от припадъци, които не приемаха никакви лекарства. Следователно те са претърпели операция, по време на която са имплантирали временно електроди в темпоралните им мозъчни дялове за около 1 седмица, за да локализират огнищата на гърчове. Изследователите се възползваха от престоя си в болницата и им дадоха няколко лесни задачи.

При бозайниците темпоралните дялове са зад очите и ушите и обработват входа от сетивата. При тях често се срещат епилептични припадъци. Те също играят основна роля при болестта на Алцхаймер и деменцията. Очевидно те са по-уязвими от наранявания на главата, отколкото други части на мозъка.

Два сигнала

Компютърът записва и анализира два характерни сигнала за мозъчна дейност. Първо, потенциалите, свързани с явленията. Второ, широколентови спектрални промени. Първият сигнал се генерира от едновременното активиране на стотици хиляди неврони, когато изображението беше показано за първи път на пациента. Вторият сигнал продължи обработката след първата вълна от информация.

Пациентите, гледащи монитор на компютъра, имаха произволна последователност от изображения. Това бяха около 400 милисекунди светкавици на изображения на човешки лица и домове, между които се появиха празни сиви екрани. Те получиха задачата да съобщят за преобърната къща надолу по покрива.

„Получихме различни реакции от различни места на електродите. Някои бяха чувствителни към лица, други към къщи “, каза Раджеш Рао. Софтуерът анализира данните, за да определи коя комбинация от позиция на олово и тип сигнал най-добре съвпада с това, което пациентът е видял.

Изследователите са настроили софтуера за първите две трети от изображенията. В последната третина те вече не знаеха съдържанието им. Те обаче постигнаха 96 процента точност при определяне дали и кога пациентът вижда къща, лице или сив екран. Но само когато те анализираха и двата вида сигнали едновременно, които очевидно се допълват.

Глобален имидж

„Учените традиционно се фокусират върху отделни неврони. Нашите изследвания обаче предлагат по-глобална картина на нивото на много големи мрежи от неврони. Той успя да улови как бдителният и внимателен човек възприема сложен визуален обект “, обясни Раджеш Рао.

Той подчерта, че използваната методология е важна стъпка в картографирането на мозъка. Тя ви позволява да откривате в реално време кои места в мозъка са чувствителни към какви типове информация.

„Ще бъде полезно при изследване на двигателните функции, епилепсията и паметта. Математиката на заден план, използвана тук в биологичния контекст, е от съществено значение за ученето ", заключи Джефри Ойман.

„Четене на мисли“ е един от вечнозелените растения на неврологията. Дори това изследване обаче показва, че не е толкова извън реалността. С достатъчно чувствителни сензори и достатъчна изчислителна мощност.

Членовете на екипа публикуваха констатациите в списанието Public Library of Science Computational Biology.