Vísindamenn geta verið betur færir um að skilja og spá fyrir um tengingar milli ýmissa heilasvæða þökk sé nýju GPU-undirstaða vélnámsreikniriti búið til af vísindamönnum við Indian Institute of Science (IISc).
Reikniritið, þekkt sem Regularized, Accelerated, Linear Fascicle Evaluation eða ReAl-LiFE, er fær um að greina á skilvirkan hátt gríðarlegt magn gagna sem framleitt er með dMRI (dMRI) skönnun á mannsheila.
Notkun hópsins á ReAL-LiFE gerði þeim kleift að greina dMRI gögn meira en 150 sinnum hraðar en þeir gætu haft með núverandi nýjustu tækni.
Hvernig virkar heilatengingarlíkanið?
Á hverri sekúndu kvikna milljónir taugafrumna heilans og búa til rafpúls sem fara í gegnum taugakerfi – einnig þekkt sem „axon“ – frá einum hluta heilans til annars.
Til að heilinn virki sem tölva eru þessar tengingar nauðsynlegar. Hins vegar, hefðbundnar aðferðir til að rannsaka heilatengingar fela oft í sér að nota ífarandi dýralíkön.
Hins vegar, dMRI skannar bjóða upp á ekki ífarandi leið til að skoða heilatengingar manna.
Upplýsingahraðbrautir heilans eru snúrur (axon) sem tengja saman hin ýmsu svæði hans. Vatnssameindir ferðast ásamt axonbúntum eftir lengd þeirra á beinan hátt þar sem þær eru myndaðar eins og rör.
Connectome, sem er ítarlegt kort af neti trefja sem spannar heilann, er hægt að gera með dMRI, sem gerir vísindamönnum kleift að fylgjast með þessari hreyfingu.
Því miður er ekki einfalt að bera kennsl á þessi tengsl. Aðeins nettóflæði vatnssameinda á hverjum stað í heilanum er sýnt af gögnum skannanna.
Líttu á vatnssameindirnar sem bíla. Án þess að vita nokkuð um akbrautirnar eru einu upplýsingarnar sem safnað er stefna og hraði bílanna á hverjum stað og tíma.
Með því að fylgjast með þessum umferðarmynstri er verkefnið sambærilegt við að álykta um net akbrauta. Hefðbundnar aðferðir passa nákvæmlega við væntanlegt dMRI merki frá ályktuðu tengingunni við raunverulegt dMRI merki til að bera kennsl á þessi net.
Til að gera þessa hagræðingu bjuggu vísindamenn til reiknirit sem kallast LiFE (Linear Fascicle Evaluation), en einn af göllum þess var að það starfaði á hefðbundnum miðvinnslueiningum (CPU), sem gerði útreikninginn tímafreka.
Alvöru líf er byltingarkennd fyrirmynd sem var búin til af indverskum vísindamönnum
Upphaflega bjuggu vísindamenn til reiknirit sem kallast LiFE (Linear Fascial Evaluation) til að gera þessa aðlögun, en einn af ókostum þess var að það var háð venjulegum miðvinnslueiningum (CPU), sem tók tíma að reikna út.
Lið Sridharan bætti tækni sína í nýjustu rannsókninni til að lágmarka vinnsluvinnuna sem krafist er á margvíslegan hátt, þar á meðal að fjarlægja óþarfa tengingar og bæta verulega afköst LiFE.
Tæknin var betrumbætt frekar af rannsakendum með því að hanna hana til að vinna á grafískum vinnslueiningum (GPU), sem eru sérhæfðir rafkubbar sem notaðir eru í hágæða leikjatölvur.
Þetta gerði þeim kleift að skoða gögn 100-150 sinnum hraðar en fyrri aðferðir. TUppfært reiknirit hans, ReAl-LiFE, gæti einnig gert ráð fyrir hvernig mannlegur prófunaraðili mun haga sér eða vinna ákveðið starf.
Með öðrum orðum, með því að nota áætlaða styrkleika tengla reikniritsins fyrir hvern einstakling, tókst teymið að útskýra frávik í hegðunar- og vitsmunaprófum meðal úrtaks 200 einstaklinga.
Slík greining getur einnig haft læknisfræðileg not. Stórfelld gagnavinnsla er að verða sífellt mikilvægari fyrir stórar taugavísindaforrit, sérstaklega til að skilja heilbrigða heilastarfsemi og heilasjúkdóma.
Niðurstaða
Að lokum gæti ReAl-LiFE líka gert ráð fyrir því hvernig mannlegur tilraunamaður mun haga sér eða vinna ákveðið starf.
Með öðrum orðum, með því að nota áætlaða styrkleika tengla reikniritsins fyrir hvern einstakling, tókst teymið að útskýra frávik í hegðunar- og vitsmunaprófum meðal úrtaks 200 einstaklinga.
Slík greining getur einnig haft læknisfræðileg not. Stórfelld gagnavinnsla er að verða sífellt mikilvægari fyrir stórar taugavísindaforrit, sérstaklega til að skilja heilbrigða heilastarfsemi og heilasjúkdóma.
Skildu eftir skilaboð