مغز و یادآوری بصری

برای اولین بار، محققان از ترکیب MEG و fMRI برای نقشه‌برداری از دینامیک‌های فضایی-زمانی مغز انسان در تشخیص یک تصویر بصری استفاده کردند.

 

استفاده نوآورانه از MEG و fMRI برای ترسیم پویایی مغز

برای نزدیک به یک دهه، یک تیم از محققان آزمایشگاه علوم کامپیوتر و هوش مصنوعی MIT (CSAIL) در تلاش بودند تا کشف کنند چرا برخی تصاویر در ذهن مردم باقی می‌مانند، در حالی که بسیاری دیگر محو می‌شوند. برای این کار، آن‌ها به نقشه‌برداری از دینامیک‌های فضایی-زمانی مغز درگیر در شناسایی یک تصویر بصری پرداختند. و حالا برای اولین بار، دانشمندان از قدرت‌های ترکیبی مغناطیس‌سنجی مغز (MEG)، که زمان فعالیت مغز را ضبط می‌کند، و تصویربرداری تشدید مغناطیسی عملکردی (fMRI)، که نواحی فعال مغز را شناسایی می‌کند، بهره بردند تا به‌طور دقیق مشخص کنند که چه زمانی و کجا، مغز یک تصویر به‌یادماندنی را پردازش می‌کند.

 

کشف نقش مغز در حفظ تصویر و کاربردهای بالینی بالقوه تحقیق

مطالعه‌ی دسترسی آزاد آن‌ها که این ماه در PLOS Biology منتشر شده، از ۷۸ جفت تصویر که دارای یک مفهوم یکسان اما با نمرات به‌یادآوری متفاوت ( یکی بسیار به‌یادماندنی و دیگری آسان برای فراموش کردن ) استفاده شده است. این تصاویر که شامل صحنه‌های اسکیت‌برد، حیوانات در محیط‌های مختلف، اشیاء روزمره مانند فنجان‌ها و صندلی‌ها، مناظر طبیعی مانند جنگل‌ها و سواحل، صحنه‌های شهری از خیابان‌ها و ساختمان‌ها، و چهره‌هایی با حالت‌های مختلف بود، به ۱۵ شرکت‌کننده نشان داده شد. آن‌ها دریافتند که شبکه‌ گسترده‌تری از مناطق مغز نسبت به آنچه که قبلاً تصور می‌شد، به‌طور فعال در فرآیندهای رمزگذاری و نگهداری که اساس به‌یادآوری را تشکیل می‌دهند، درگیر است.

“افراد تمایل دارند برخی تصاویر را بهتر از تصاویر دیگر به یاد بسپارند، حتی زمانی که آن‌ها از نظر مفهومی مشابه هستند، مانند صحنه‌های مختلف از یک نفر که اسکیت‌برد سواری می‌کند”، بنجامین لاهر، دانشجوی دکترا در MIT در رشته مهندسی برق و علوم کامپیوتر، وابسته به CSAIL و نویسنده اصلی مطالعه، می‌گوید. “ما یک امضای مغزی برای قابلیت یادآوری بصری شناسایی کرده‌ایم که حدود 300 میلی‌ثانیه پس از مشاهده یک تصویر ظاهر می‌شود و شامل نواحی مختلفی از قشر پس‌سری (occipital cortex) و گیجگاهی (temporal cortex) است، که اطلاعاتی مانند درک رنگ و شناسایی اشیاء را پردازش می‌کند. این امضا نشان می‌دهد که تصاویر بسیار به یادماندی واکنش‌های مغزی قوی‌تر و پایدارتر را به‌ویژه در مناطقی مانند قشر بینایی اولیه، که قبلاً در پردازش حافظه دست‌کم می‌گرفتیم، تحریک می‌کنند.”

در حالی که تصاویر بسیار به یاد ماندنی پاسخ بالاتر و پایدار تری را برای حدود نیم ثانیه حفظ می‌کنند، پاسخ به تصاویر کم‌تر به یاد ماندنی به سرعت کاهش می‌یابد. برای این بینش، لاهر توضیح داد، می‌تواند درک ما از نحوه شکل‌گیری و ماندگاری حافظه را دوباره تعریف کند. تیم انتظار دارد که این تحقیق پتانسیل کافی برای کاربردهای بالینی آینده، به ویژه در تشخیص زودهنگام و درمان اختلالات مرتبط با حافظه داشته باشد.

 

روش ادغام MEG/fMRI و ایجاد یک ماتریس نمایشی برای پاسخ های عصبی

روش ادغام MEG/fMRI که در آزمایشگاه دانشمند ارشد تحقیقاتی CSAIL، آد اولیوا توسعه یافته، به طور ماهرانه ای پویایی فضایی و زمانی مغز را ثبت می کند و بر محدودیت های سنتی خاصیت فضایی یا زمانی غلبه می کند. این روش ادغام کمی از یادگیری ماشینی کمک گرفته است تا فعالیت مغز را هنگام نگاه به تصاویر مختلف بهتر بررسی و مقایسه کند. آن‌ها یک “ماتریس نمایشی” ایجاد کردند که شبیه به یک جدول دقیق است و نشان می‌دهد که چقدر پاسخ‌های عصبی در مناطق مختلف مغز مشابه هستند. این جدول به آن‌ها کمک کرد تا الگوهای مکانی و زمانی آنچه که مغزمی‌بینید و پردازش می‌کند را شناسایی کنند.

 

روش انتخاب تصاویر با میزان به یادماندن کم و زیاد

انتخاب تصاویر زوج‌های مفهومی مشابه با نمرات به یادماندنی بالا و پایین، عامل اصلی برای رسیدن به این بینش‌ها در مورد به یادماندن تصاویر بود. لاهنر روند جمع‌آوری داده‌های رفتاری برای تخصیص نمرات میزان به یادماندن به تصاویر را توضیح داد، جایی که آن‌ها مجموعه‌ای متنوع از تصاویر با ماندگاری بالا و پایین را با بازنمایی متعادل در بین دسته‌های بصری مختلف انتخاب کردند.

نمونه ای از تصاویر استفاده شده در دو دسته بسیار به یادماندی و کم به یاد ماندی
نمونه ای از تصاویر استفاده شده در دو دسته بسیار به یادماندی و کم به یاد ماندی

 

چالش ها و تحقیقات آینده

علیرغم پیشرفت‌های حاصل شده، تیم به چند محدودیت اشاره می‌کند. در حالی که این کار می‌تواند مناطق مغزی را شناسایی کند که اثرات به یاد ماندن قابل توجهی را نشان می‌دهند، اما نمی‌تواند عملکرد این مناطق را توضیح دهد که چگونه به بهتر کدگذاری/ بازیابی از حافظه کمک می‌کند.

پیامد های بالینی درک حافظه عصبی

به گفته الیوا، “درک مبانی عصبی به خاطر سپردن، مسیرهای هیجان‌انگیزی برای پیشرفت‌های بالینی به ویژه در تشخیص و درمان اختلالات مربوط به حافظه در مراحل اولیه، باز می‌کند،.” او ادامه می‌دهد: “امضاهای خاص مغزی که ما برای به خاطر سپردن شناسایی کرده‌ایم، می‌توانند به نشانه‌های بیوشیمیایی اولیه برای بیماری آلزایمر و دیگر زوال عقل‌ها منجر شود. این تحقیق راه را برای استراتژی‌های مداخله‌ای جدید هموار می‌کند که به طور دقیق با مشخصات عصبی فرد تنظیم می‌شوند، به طور بالقوه چشم‌انداز درمانی را برای اختلالات حافظه تغییر می‌دهند و به طور قابل توجهی نتایج بیمار را بهبود می‌بخشند.

ویلمای بینبریج، استادیار روانشناسی در دانشگاه شیکاگو که در این مطالعه مشارکت نداشت، می‌گوید: “این یافته‌ها هیجان‌انگیز هستند زیرا بینش‌هایی از آنچه که در مغز هنگام دیدن چیزی و ذخیره‌سازی آن درحافظه، رخ می‌دهد را به ما می‌دهند.” او ادامه می‌دهد: “پژوهشگران در اینجا در حال دریافت یک سیگنال قشر هستند که نشان می‌دهد چه چیزی مهم است تا به خاطر سپرده شود و چه چیزهایی می‌تواند در مراحل اولیه فراموش شود.”

 

تشکرات پژوهشی و تامین مالی

لاهنر و الیوا، که همچنین مدیر ارتباطات صنعتی استراتژیک در MIT Schwarzman College of Computing ، مدیر آزمایشگاه هوش مصنوعی MIT-IBM Watson ، و محقق اصلی CSAIL هستند، به همراه یلدا محسن‌زاده، استادیار دانشگاه غرب و کیتلین مالین، محقق دانشگاه یورک، در این مقاله همکاری دارند. این تیم از یک کمک‌هزینه مشترک از موسسات ملی بهداشت بهره می‌برد و و کار آنها توسط کمک هزینه تحصیلی دانشکده Vannevar Bush از طریق کمک مالی دفتر تحقیقات دریایی، جایزه بنیاد ملی علوم، جایزه ابتکار تحقیقات دانشگاه چند رشته ای از طریق کمک هزینه اداره تحقیقات ارتش و کمک هزینه تحصیلی EECS MathWorks تأمین شده است.مقاله آنها در PLOS Biology منتشر شده است.

 

برای اطلاعات بیشتر درباره این پروژه، می‌توانید از صفحه رسمی این پروژه و مقاله منتشر شده آنها بازدید کنید.

اگه به مطالعه در مورد هوش مصنوعی و کاربرد های پزشکی آن علاقه مند هستید میتوانید پست قبلی سایت بنو ذر رابطه با استفاده از زبان، دهان و حرکات سر برای کنترل تلفن‌ها و سایر دستگاه‌ها را مشاهده کنید!

صفحه لمسی دهانی به افراد مبتلا به فلج امکان می‌دهد با کامپیوترها تعامل داشته باشند!

این پست برگرفته از جدیدترین اخبار MIT میباشد. منبع

بدون دیدگاه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *


− 2 = هیچ