Sådan registreres 1 million neuroner i realtid
En innovativ ny metode kan give forskere mulighed for at oversætte de oplysninger, der kommer fra mere end 1 million neuroner på én gang, samt afkode aktiviteten, når den sker.
I løbet af de sidste par årtier er mængden af data, der produceres i hverdagen, eksploderet.
Når du f.eks. Går ned ad gaden, indsamler din mobiltelefon oplysninger om, hvor mange skridt du har taget.
Når du køber noget i en butik med dit kort, ved banken, hvad du har købt, hvor meget det var, og hvor du var.
På samme måde ved butikken, om du havde købt noget lignende der før.
Data kan høstes mere effektivt end nogensinde, men udfordringen er nu at forstå, hvad vi skal gøre med dem (hvis noget). Vi har numrene - men har de noget for os?
Et kæmpe spring for neurovidenskab
Situationen er den samme inden for neurovidenskab, idet der er gjort store fremskridt mod at indsamle store mængder data fra hjernen. Forskere er nu i stand til at lytte til og kommunikere med et stort antal hjerneceller på én gang.
Selvom dette fremskridt har vist sig nyttigt til diagnose, behandling og forskning, er dets fulde potentiale endnu ikke realiseret. Den hastighed, hvormed data kan behandles, når de er samlet, er stadig en væsentlig anstødssten.
Databehandling er hurtigt ved at blive en flaskehals til fremskridt inden for andre områder inden for neurovidenskab. For eksempel, hvis data fra hjernen kunne indsamles og forstås i realtid, kunne der foretages enorme spring i styringen af robotarme hos lammede mennesker eller endda med til at forudsige forestående epileptiske anfald.
For at disse mål skal nås, skal store oceaner af data analyseres og beregnes meget hurtigt.
Forskere ved Neuronano Research Center ved Lund Universitet i Sverige har arbejdet med dette problem. De er kommet op med en metode, der har potentialet til at kommunikere i realtid med millioner af nerveceller.
Deres fund blev for nylig offentliggjort i tidsskriftet Neuroinformatik.
Ikke kun kunne deres system lytte til hjernecellernes snak, det kunne også oversætte det til en meningsfuld output næsten øjeblikkeligt - inden for 25 millisekunder. Hemmeligheden bag denne nye kapacitet er et specifikt dataformat kaldet Hierarkisk dataformat og en proces kendt som bit-kodning.
“Omkodning af nervecellesignaler direkte til bitkode øger lagerkapaciteten dramatisk. Den største gevinst er imidlertid, at metoden gør det muligt for os at gemme oplysningerne på en måde, der gør det straks tilgængeligt for computerens processorer. ”
Jens Schouenborg, professor i neurofysiologi, Neuronano Research Center
Fremtiden for neurovidenskab
Martin Garwicz - som også er professor i neurofysiologi ved Neuronano Research Center - forklarer, hvordan deres metode er gader foran andre indgreb (såsom elektroencefalogram, hvor elektroder placeres i hovedbunden).
”Forestil dig, at du vil høre, hvad 10 personer i værelset ved siden af taler om. Hvis du lytter ved at lægge øret mod væggen, vil du bare høre murren, men hvis du lægger en mikrofon på hver person i rummet, forvandler det din evne til at forstå samtalen, ”siger han.
"Og så," tilføjer Garwicz, "tænk på at være i stand til at lytte til en million individer, finde mønstre i det, der kommunikeres, og straks reagere på det - det er det, vores nye metode muliggør."
Denne nye metode tillader tovejstrafik: meddelelser fra nerveceller kan samles, og svar kan sendes tilbage. Teknologien er afhængig af, hvordan trafik omdannes til bitkode.
“En betydelig fordel ved denne arkitektur og dataformat er, at den ikke kræver yderligere oversættelse, da hjernens signaler oversættes direkte til bitkode. Dette betyder en betydelig fordel i al kommunikation mellem hjernen og computere, ikke mindst med hensyn til kliniske applikationer. ”
Lead forfatter Bengt Ljungquist
Fremadrettet kan denne model hjælpe neurovidenskaben med at gøre store fremskridt. Mens grænseflader mellem hjerne-maskine og hjernecomputer-grænseflader er forbedret meget de seneste år, rammer de ofte en blok, når det kommer til databehandling.
Hvis bitkodesystemet lykkes, kan denne blok flyttes fra deres sti.
