Hoe 1 miljoen neuronen in realtime te registreren
Een innovatieve nieuwe methode kan wetenschappers in staat stellen om de informatie die afkomstig is van meer dan 1 miljoen neuronen tegelijk te vertalen en de activiteit te decoderen terwijl deze plaatsvindt.
In de afgelopen decennia is de hoeveelheid data die in het dagelijks leven wordt geproduceerd explosief toegenomen.
Als u bijvoorbeeld over straat loopt, verzamelt uw mobiele telefoon informatie over hoeveel stappen u heeft gezet.
Als je met je kaart iets in een winkel koopt, weet de bank wat je hebt gekocht, hoeveel het was en waar je was.
Evenzo weet de winkel of je daar eerder iets soortgelijks hebt gekocht.
Gegevens kunnen efficiënter dan ooit worden verzameld, maar de uitdaging is nu om te begrijpen wat we ermee zouden moeten doen (als er al iets is). We hebben de nummers - maar kunnen we er iets aan?
Een gigantische sprong voor de neurowetenschappen
De situatie is vergelijkbaar in de neurowetenschappen, in die zin dat er enorme vooruitgang is geboekt bij het verzamelen van enorme hoeveelheden gegevens uit de hersenen. Wetenschappers kunnen nu luisteren naar en communiceren met een groot aantal hersencellen tegelijk.
Hoewel deze vooruitgang nuttig is gebleken bij diagnose, behandeling en onderzoek, is het volledige potentieel ervan nog niet gerealiseerd. De snelheid waarmee gegevens kunnen worden verwerkt nadat ze zijn verzameld, is nog steeds een aanzienlijk struikelblok.
Gegevensverwerking is hard op weg een bottleneck te worden voor vorderingen op andere gebieden van de neurowetenschappen. Als bijvoorbeeld gegevens uit de hersenen in realtime zouden kunnen worden verzameld en begrepen, zouden enorme sprongen kunnen worden gemaakt in de controle van robotarmen bij verlamde mensen, of zelfs bij het helpen voorspellen van op handen zijnde epileptische aanvallen.
Om deze doelen te bereiken, moeten enorme oceanen aan gegevens zeer snel worden geanalyseerd en berekend.
Onderzoekers van het Neuronano Research Center aan de Universiteit van Lund in Zweden hebben aan dit probleem gewerkt. Ze hebben een methode bedacht die het potentieel heeft om in realtime te communiceren met miljoenen zenuwcellen.
Hun bevindingen zijn onlangs in het tijdschrift gepubliceerd Neuro-informatica.
Hun systeem kon niet alleen luisteren naar het gebabbel van hersencellen, het kon het ook vrijwel onmiddellijk vertalen in een zinvolle output - binnen 25 milliseconden. Het geheim van deze nieuwe mogelijkheid is een specifiek gegevensformaat genaamd hiërarchisch gegevensformaat en een proces dat bekend staat als bit-codering.
“Het direct hercoderen van de zenuwcelsignalen in bitcode verhoogt de opslagcapaciteit aanzienlijk. De grootste winst is echter dat de methode ons in staat stelt de informatie zo op te slaan dat deze onmiddellijk beschikbaar is voor de processors van de computers. "
Jens Schouenborg, hoogleraar neurofysiologie, Neuronano Research Center
De toekomst van neurowetenschappen
Martin Garwicz - die ook hoogleraar neurofysiologie is aan het Neuronano Research Center - legt uit hoe hun methode een grote voorsprong heeft op andere interventies (zoals een elektro-encefalogram, waarbij elektroden op de hoofdhuid worden geplaatst).
“Stel je voor dat je wilt horen waar 10 mensen in de kamer hiernaast het over hebben. Als je luistert door je oor tegen de muur te houden, hoor je alleen maar geroezemoes, maar als je een microfoon op elke persoon in de kamer zet, verandert dat je vermogen om het gesprek te verstaan ', zegt hij.
"En dan," voegt Garwicz toe, "denk erover na om naar een miljoen mensen te kunnen luisteren, patronen te vinden in wat er wordt gecommuniceerd en er onmiddellijk op te reageren - dat is wat onze nieuwe methode mogelijk maakt."
Deze nieuwe methodologie maakt tweerichtingsverkeer mogelijk: berichten van zenuwcellen kunnen worden verzameld en reacties kunnen worden teruggestuurd. De technologie is gebaseerd op de manier waarop verkeer wordt omgezet in bitcode.
"Een aanzienlijk voordeel van deze architectuur en gegevensindeling is dat er geen verdere vertaling nodig is, aangezien de signalen van de hersenen rechtstreeks in bitcode worden vertaald. Dit betekent een aanzienlijk voordeel bij alle communicatie tussen de hersenen en computers, niet in de laatste plaats wat betreft klinische toepassingen. ”
Hoofdonderzoeksauteur Bengt Ljungquist
In de toekomst zou dit model de neurowetenschappen kunnen helpen om enorme vooruitgang te boeken. Hoewel hersen-machine-interfaces en hersen-computer-interfaces de afgelopen jaren enorm zijn verbeterd, stuiten ze vaak op een blokkade als het gaat om gegevensverwerking.
Als het bitcodesysteem succesvol is, kan dit blok van hun pad worden verschoven.
