Pentru a găsi o relație de cauzalitate între activitatea neuronală și activitățile fizice, neurologii înregistrează de obicei comportamentul animalelor și activitatea creierului lor într-un mediu controlat. Apoi notează datele comportamentale / fizice și de activitate neuronală. Este un proces ineficient, consumator de timp, care este subiectiv și propice erorilor umane, deoarece depinde de cine înregistrează observațiile și, prin urmare, nu este reproductibil.

În ultimii ani, a existat o tendință în creștere către prelucrarea automată a acestor date pentru a îmbunătăți eficiența și reproductibilitatea. Aceasta este tocmai abordarea pe care cercetătorul Waseem Abbas a propus-o în teza sa ca parte a programului de doctorat al UOC în rețele și tehnologii informaționale. O parte din cercetare a fost publicată deja în trei reviste științifice: Journal of Neuroscience Methods, Sensors și IEEE Access.

Învățarea profună în legătură cu activitatea neuronală

Teza propune soluții bazate pe învățarea profundă pentru prelucrarea datelor privind activitatea neuronală și a datelor comportamentale observate la șoarecii fixați în cap. Scopul este de a permite neurologilor să adnoteze datele comportamentale și să extragă tiparele neuronale într-un mod automat. Dar și să stabilească o legătură cauzală între cele două.

„Am propus o cale profundă bazată pe învățare pentru urmărirea gesturilor. Aceasta codifică în mod explicit informațiile temporale care apar în videoclipuri”, a declarat Waseem Abbas.

Cercetătorul a analizat  imaginile neuronale ale rozătoarelor folosind indicatori de calciu fluorescenți codați genetic (GECI).

„Când un neuron este activ, concentrația GECI se schimbă în interiorul celulei. Iar această schimbare poate fi văzută la microscopul fluorescent”, a continuat el.

Omul de știință a instruit algoritmi de învățare profundă pe care i-a dezvoltat pentru a înregistra automat mișcările membrelor șoarecilor care apar în videoclipuri. De asemenea, algoritmii pot detecta toți neuronii activi din imaginile de activitate neuronală. El le-a proiectat pentru a ține cont în orice moment de contextul spațiu-timp.

Cercetare interdisciplinară

Teza este un exemplu de colaborare interdisciplinară, a spus David Masip, conducătorul tezei.

„Colaborăm cu cercetători din domeniul neuroștiințelor pentru a ajuta la relaționarea conexiunilor neuronale, care sunt vizibile in vivo folosind imagini pe bază de calciu, cu mișcări articulare”, a explicat Masip, directorul Școlii Doctorale UOC, profesor la Facultatea de Informatică , Cercetător principal al grupului Multimedia and Telecommunications and the Scene Intelligence and artificial intelligence lab (SUNAI).

Potrivit omului de știință, metodologia dezvoltată permite înregistrarea unor volume mari de date. Videoclipuri cu șoareci în mișcare, pe de o parte, și cuburi de date ale creierului, pe de altă parte, implicând un exercițiu de automatizare major care a fost întreprins cu succes cu noii algoritmi.

Următorul pas este de a antrena simultan ambele grupuri.

„Dacă există un set de date sincron disponibil, de exemplu, dacă am văzut imaginile de locomoție și datele de calciu înregistrate simultan pentru același animal, putem antrena aceste două abordări împreună pentru a vedea dacă există vreo relație de cauzalitate”, a spus Abbas.

Dicționar

Neuronal: care se referă la neuroni;

Sursa News Medical

Sursa foto Pixabay / geralt

Articolul Relația dintre activitățiile neuronale și activitățiile fizice apare prima dată în Stiripentrucopii.