Как улучшить мозг. Выпуск 30: где применять нейроморфные процессоры? |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2017-10-19 17:48 Сейчас существует множество маломощных нейроморфных процессоров, способных имитировать различные биологические особенности нервной системы. Кори М. Тиболт (Corey M. Thibeault), автор статьи из Frontiers in Systems Neuroscience, предлагает две сферы применения, которые могут поспособствовать прогрессу в нейроморфных архитектурах: глубокая стимуляция головного мозга (DBS) при лечении болезни Паркинсона и стимуляция эпидурального спинного мозга (ESS) для восстановления движения. Контроль благодаря модели Сейчас мы не можем отдельно пронаблюдать за множеством элементов нейронной цепочки. И один из способов все-таки оценить неизвестную переменную – фильтр Калмана (Unscented Kalman Filter, UKF), который объединяет наблюдаемые и ненаблюдаемые измерения. UKF использует набор известных динамических уравнений и данные, которые все-таки можно измерить, и благодаря этому может оценить динамику состояния. Схема для этой организации показана на рисунке. Пример терапевтического применения модели.
Источник: Frontiers in Systems Neuroscience Если использовать модель области нервной системы при стимуляции, можно будет оценить её активность и состояние — то, что непосредственно не поддается измерению. А также благодаря модели можно определить оптимальные параметры стимуляции и получить обратную связь, которая поможет подстраивать эти параметры в динамике. Встраивание этих моделей в маломощное нейроморфное оборудование облегчило бы переход к имплантируемым устройствам. Глубокая стимуляция и «Паркинсон» В DBS (глубокая стимуляция мозга при болезни Паркинсона, deep brain stimulation – мы писали об этом методе) двойные электроды имплантируются с двух сторон в ядра базальных ганглиев, их цель – субталамическое ядро. Затем врачи экспериментируют с частотой, амплитудой и длительностью электрических импульсов, чтобы найти параметры с наибольшим преимуществом. Однако этим параметрам необходимы периодические корректировки из-за нейронной пластичности. Кстати, хотя глубокая стимуляция имеет доказанное клиническое преимущество, нет четкого объяснения механизма действия. DBS Группа учёных смогла создать простую петлю обратной связи, где импульс DBS был вызван скачком активности в структуре мозга – во внутреннем сегменте бледного шара либо в первичной двигательной коре. Полученная система – хотя и блестяще разработанная – является невероятно простым решением. Несмотря на множество неизученных вопросов, исследования в этой сфере обнадеживают и показывают осуществимость стратегии. Эпидуральная стимуляция спинного мозга Ученые установили, что эпидуральная стимуляция спинного мозга у пациентов с полной параплегией (параличом обоих верхних или нижних конечностей) помогает восстановить двигательную активность (Харкема и соавт., 2011). Однако механизмы, благодаря которым это происходит, а также способы поддержания результатов по-прежнему неизвестны. Сейчас исследователи настраивают параметры «на глаз» до тех пор, пока не увидят улучшение. Ученые пытались применять байесовские оптимизационные подходы к автоматизации, но этот способ не учитывает особенности биологически структур (Десотелс и соавт., 2014). Для применения в клинической практике метод пока недостаточно развит, считает автор. Тем не менее, он уже поможет извлечь выгоду при измерении оптимальных параметров системы. И хотя ученые пока не до конца изучили, насколько верна обратная связь от спинного мозга, его эпидуральная стимуляция может стать более удобной в сравнении с глубокой стимуляцией мозга – как минимум, доступность этой части нервной системы выше (Фуэнтес и соавт. 2009). Однако, если требуется более тонкие настройки, преимущество у DBS. Несмотря на технологические и теоретические достижения, описанные автором, для этих методов все еще существуют препятствия. Непонятно, где и что измерять для определения оптимальных параметров и какова стабильность измерения этих показателей. Стабильность аппаратного измерения этих сигналов также сомнительна. Предполагается, что использование нейроморфного оборудования требует высокой точности. В лечении болезни Паркинсона глубокой стимуляцией это, кажется, так. Однако для стимуляции спинного мозга это может не потребоваться, говорит Кори. В любом случае, необходимо предпринять усилия и продвинуть нейроморфные процессоры в направлении клинического лечения. Текст: Любовь Пушкарская A role for neuromorphic processors in therapeutic nervous system stimulation by Corey M. Thibeault in Frontiers in Systems Neuroscience Published online 7 October 2014 https://doi.org/10.3389/fnsys.2014.00187 Источник: neuronovosti.ru Комментарии: |
|