Про це повідомила команда невролога Раджеша Рао з 5 членів та нейрохірурга Джеффрі Ожемана з Вашингтонського університету в Сіетлі (США). Першим автором статті був їхній колега-нейрохірург і фізик Кай Міллер, який також працює в Стенфордському університеті (Каліфорнія, США).

сигнали

Обличчя проти будинків

Вони використовували електроди, імплантовані в скроневі частки мозку пацієнтів, які не спали під час експериментів. Аналіз нервових реакцій дозволив їм визначити, на яку з двох визначених категорій зорових подразників - зображення обличчя чи будинку - пацієнти дивились і коли. І з точністю понад 95 відсотків.

"Ми намагалися зрозуміти дві речі. По-перше, як людський мозок сприймає предмети в скроневій частці. І як тоді ви можете використовувати комп’ютер для вилучення інформації, яка дозволяє в реальному часі передбачити, на що дивиться людина », - сказав Раджеш Рао.

"З клінічної точки зору, наш результат можна розглядати як концептуальне свідчення того, що механізм комунікації може бути побудований для паралізованих пацієнтів або пацієнтів, що перебувають у забої, які повністю потрапили в їх свідомість", - додав він.

Епілептична основа

У дослідженні взяли участь 7 хворих на епілепсію, які проходили лікування в медичному центрі Сіетла Гарборвью. Усі вони страждали від судом, які не приймали жодних ліків. Тому вони перенесли операцію, під час якої тимчасово, приблизно на 1 тиждень, імплантували електроди у свої скроневі частки мозку, які служать для локалізації вогнищ судом. Дослідники скористались перебуванням у лікарні та дали їм кілька простих завдань.

У ссавців скроневі частки знаходяться за очима та вухами і обробляють надходження від органів чуття. У них зазвичай трапляються епілептичні напади. Вони також відіграють важливу роль у хворобі Альцгеймера та деменції. Очевидно, вони вразливіші до травм голови, ніж інші відділи мозку.

Два сигнали

Комп’ютер записав і проаналізував два характерні сигнали мозкової діяльності. По-перше, потенціали, пов'язані з явищами. По-друге, широкосмугові спектральні зміни. Перший сигнал генерувався одночасною активацією сотень тисяч нейронів, коли зображення було вперше показано пацієнту. Другий сигнал був продовжений обробкою після першої хвилі інформації.

Пацієнти, які спостерігали за монітором комп’ютера, мали випадкову послідовність зображень. Це були приблизно 400-мілісекундні спалахи зображень людських облич та будинків, між якими з’являлись порожні сірі екрани. Вони отримали завдання повідомити про перекинутий будинок, що спустився з даху.

"Ми отримали різні реакції з різних місць розташування електродів. Хтось був чутливий до облич, хтось до будинків ", - сказав Раджеш Рао. Програмне забезпечення проаналізувало дані, щоб визначити, яка комбінація положення відведення та типу сигналу найкраще відповідає побаченому пацієнтом.

Дослідники налаштували програмне забезпечення на перші дві третини зображень. В останній третині вони вже не знали їх змісту. Однак вони досягли 96-відсоткової точності у визначенні того, коли і коли пацієнт бачив будинок, обличчя чи сірий екран. Але лише тоді, коли вони аналізували одночасно обидва типи сигналів, які, очевидно, доповнюють один одного.

Глобальний імідж

"Вчені традиційно зосереджуються на окремих нейронах. Однак наше дослідження дає більш глобальну картину на рівні дуже великих мереж нейронів. Йому вдалося зафіксувати, як пильна та уважна людина сприймає складний візуальний об'єкт ", - пояснив Раджеш Рао.

Він підкреслив, що використана методологія є важливим кроком у картографуванні мозку. Це дозволяє в реальному часі виявляти, які місця в мозку чутливі до яких типів інформації.

"Це буде корисно для дослідження рухових функцій, епілепсії та пам'яті. Математика у фоновому режимі, яка використовується тут у біологічному контексті, є важливою для навчання ", - підсумував Джеффрі Ожеманн.

«Читання думок» - одна з вічнозелених рослин неврології. Однак навіть це дослідження показує, що це не так поза реальністю. З досить чутливими датчиками та достатньою обчислювальною потужністю.

Члени групи опублікували висновки в журналі Public Library of Science Computational Biology.