Чип EPFL расшифровывает связи между областями мозга в реальном времени
Neural chip decodes interactions between brain regions
Инженеры EPFL создали имплантируемый чип LogSync, который отслеживает синхронизацию сигналов разных областей мозга и с помощью машинного обучения распознаёт когнитивные и эмоциональные состояния. Устройство потребляет менее 200 микроватт и способно генерировать стимуляцию в нужный момент. Подход нацелен на лечение психических расстройств, где сбои возникают именно в сетевом взаимодействии, а не в отдельной зоне.
Наша работа опирается на растущий объём исследований, suggesting that psychiatric disorders arise more from disruptions in communication between brain regions than from dysfunction of any single region.
- ghm2180
Я развил свою ментальную модель СДВГ, читая новые исследования, вроде: https://www.economist.com/leaders/2024/10/30/adhd-should-not...
Метафорически и по аналогии: если представить гены как отверстия на флейте, экспрессию генов как музыку, то окружающая среда определяет, будет ли музыка «плохой». Но нет ни одного конкретного гена, который был бы известен или специфически коррелировал с симптомами СДВГ.
СДВГ, вероятно, имеет генетическую природу, но гены есть у всех, просто они экспрессируются в определённых средовых условиях, которые невозможно точно воспроизвести в лаборатории (потому что в основном смотрят на внешнее поведение в лабораторных условиях и на кровоток при фМРТ).
Но я занимаюсь медитацией (45 минут 3-4 дня в неделю), а также обнаружил, что 30-минутный «энергетический» сон творит чудеса с моим разумом. Эффективность лекарств И их действие зависят от первых двух пунктов; СИОЗСН, ингибирование обратного захвата дофамина — это как ковровая бомбардировка, которая лишь подготавливает почву для перестройки: всё равно нужно перестраивать с помощью терапевтических и поведенческих техник.
Но я точно знаю, что мои мозговые волны отличаются в дни, когда я медитирую и сплю днём.
Мне действительно очень хочется узнать, может ли детекция глубокой мозговой нейронной активности выявлять «плохие» волны и, возможно, замыкать цикл, подавая корректирующие волны.
- AbstractH24
Большая часть этого уже существует, и у меня это уже имплантировано в мозг
Статьи иногда бывают странными в том, какие детали они включают или опускают.
- D-Machine
> Предложенная SoC была тщательно проверена на двух наборах данных интракраниальной электроэнцефалографии (иЭЭГ), связанных с психическими расстройствами, достигнув чувствительности 80,9%/74,8% и специфичности 74,2%/73,1% в задаче многоисточниковой интерференции (MSIT) и задаче разрешения эмоционального конфликта (ECR) соответственно. Мы также оценили SoC на публичном наборе данных DEAP для распознавания эмоций на основе электроэнцефалографии (ЭЭГ), достигнув чувствительности 70,5%/72,5% и специфичности 69,8%/66,3% для состояний возбуждения и валентности соответственно. [https://ieeexplore.ieee.org/document/11685197]
Не знаю, мне действительно нужно увидеть сравнительную производительность других классификаторов и базовые показатели в этих наборах данных, чтобы понять, стоит ли обращать внимание на эти метрики производительности, и не окажется ли, например, что классификатор на основе простых вербальных проб к испытуемым даст просто лучшие предсказания, чем анализ сигналов ЭЭГ. Можно делать действительно интересные вещи с ЭЭГ-биофидбеком, так что, возможно, это полезно, но я бы подумал, что полный ЭЭГ-шлем также предоставит гораздо более богатую и полезную информацию, чем измерение на основе одного чипа. Предположительно, это предназначено для психических расстройств или травм мозга, где основная дисфункция, как мы знаем, ограничена очень специфической областью (областями).
- layer8
Финальная цель описана в этом коротком рассказе: https://gwern.net/doc/fiction/science-fiction/1995-egan.pdf
- HPsquared
В какой-то момент это станет частью баннеров о cookie.