ඉන්දියානු විද්යා ආයතනයේ (IISc) පර්යේෂකයන් විසින් නිර්මාණය කරන ලද නව GPU මත පදනම් වූ යන්ත්ර ඉගෙනුම් ඇල්ගොරිතමයකට ස්තුති වන්නට විද්යාඥයින්ට මොළයේ විවිධ ප්රදේශ අතර සම්බන්ධතා වඩාත් හොඳින් අවබෝධ කර ගැනීමට සහ අනාවැකි පළ කිරීමට හැකි වේ.
Regularized, Accelerated, Linear Fascicle Evaluation හෝ ReAl-LiFE ලෙස හඳුන්වන ඇල්ගොරිතම, මිනිස් මොළයේ විසරණ චුම්භක අනුනාද රූප (dMRI) ස්කෑන් මගින් නිපදවන දැවැන්ත දත්ත පරිමා කාර්යක්ෂමව විශ්ලේෂණය කිරීමේ හැකියාව ඇත.
කණ්ඩායම විසින් ReAL-LiFE භාවිතා කිරීම ඔවුන්ට වර්තමාන අති නවීන තාක්ෂණික ක්රම සමඟ තිබිය හැකි ප්රමාණයට වඩා 150 ගුණයකට වඩා ඉක්මනින් dMRI දත්ත විශ්ලේෂණය කිරීමට ඔවුන්ට ඉඩ ලබා දුන්නේය.
මොළයේ සම්බන්ධතා ආකෘතිය ක්රියා කරන්නේ කෙසේද?
සෑම තත්පරයකම, මොළයේ මිලියන ගණනක් නියුරෝන ගිනි ගන්නා අතර, ස්නායු ජාල හරහා චලනය වන විද්යුත් ස්පන්දන නිර්මාණය කරයි - එය “ඇක්සන්” ලෙසද හැඳින්වේ - මොළයේ එක් කොටසක සිට තවත් කොටසකට.
මොළය පරිගණකයක් ලෙස ක්රියා කිරීමට නම් මෙම සම්බන්ධතා අවශ්ය වේ. කෙසේ වෙතත්, මොළයේ සම්බන්ධතා අධ්යයනය කිරීම සඳහා සාම්ප්රදායික ක්රම බොහෝ විට ආක්රමණශීලී සත්ව ආකෘති භාවිතා කරයි.
කෙසේ වෙතත්, dMRI ස්කෑන් මගින් මිනිස් මොළයේ සම්බන්ධතා පරීක්ෂා කිරීමට ආක්රමණශීලී නොවන ක්රමයක් ඉදිරිපත් කරයි.
මොළයේ තොරතුරු අධිවේගී මාර්ග යනු එහි විවිධ කලාප සම්බන්ධ කරන කේබල් (ඇක්සෝන) වේ. ජල අණු නල මෙන් සෑදී ඇති බැවින් ඒවායේ දිග දිගේ ඇක්සෝන් මිටි සමඟ ගමන් කරයි.
මොළය පුරා විහිදෙන තන්තු ජාලයේ සවිස්තරාත්මක සිතියමක් වන සම්බන්ධකය, ඩීඑම්ආර්අයි මගින් සිදු කළ හැකි අතර, මෙම චලනය අනුගමනය කිරීමට පර්යේෂකයන්ට හැකි වේ.
අවාසනාවකට, මෙම සම්බන්ධක හඳුනා ගැනීම සරල නොවේ. ස්කෑන් දත්ත මගින් මොළයේ සෑම ස්ථානයකම ජල අණුවල ශුද්ධ ගලායාම පමණක් පෙන්වයි.
ජල අණු මෝටර් රථ ලෙස සලකන්න. මාර්ග මාර්ග ගැන කිසිවක් නොදැන, රැස් කරන එකම තොරතුරු වන්නේ එක් එක් ස්ථානයේ සහ වේලාවේ මෝටර් රථවල දිශාව සහ වේගය පමණි.
මෙම රථවාහන රටා නිරීක්ෂණය කිරීමෙන්, කාර්යය මාර්ග ජාලයන් අනුමාන කිරීම හා සැසඳිය හැකිය. සාම්ප්රදායික ප්රවේශයන් මෙම ජාල නිවැරදිව හඳුනා ගැනීම සඳහා අනුමාන කළ සම්බන්ධකයෙන් අපේක්ෂිත dMRI සංඥාව සැබෑ dMRI සංඥාව සමඟ සමීපව ගැලපේ.
මෙම ප්රශස්තිකරණය සිදු කිරීම සඳහා විද්යාඥයන් මීට පෙර LiFE (Linear Fascicle Evaluation) නමින් ඇල්ගොරිතමයක් නිර්මාණය කරන ලද නමුත් එහි එක් අඩුපාඩුවක් වූයේ එය සාම්ප්රදායික මධ්යම සැකසුම් ඒකක (CPU) මත ක්රියාත්මක වීම, එය ගණනය කිරීම සඳහා කාලය ගත කිරීමකි.
සැබෑ ජීවිතය ඉන්දියානු පර්යේෂකයන් විසින් නිර්මාණය කරන ලද විප්ලවීය ආකෘතියකි
මුලදී, පර්යේෂකයන් මෙම ගැලපීම සිදු කිරීම සඳහා LiFE (Linear Fascial Evaluation) නම් ඇල්ගොරිතමයක් නිර්මාණය කළ නමුත් එහි එක් අවාසියක් නම් එය සාමාන්ය මධ්යම සැකසුම් ඒකක (CPU) මත රඳා පැවතීමයි, එය ගණනය කිරීමට කාලය ගත විය.
ශ්රීධරන්ගේ කණ්ඩායම නවතම අධ්යයනයේදී අනවශ්ය සම්බන්ධතා ඉවත් කිරීම සහ LiFE හි ක්රියාකාරිත්වය සැලකිය යුතු ලෙස වැඩිදියුණු කිරීම ඇතුළු විවිධ ආකාරවලින් අවශ්ය සැකසුම් කාර්යය අවම කිරීම සඳහා ඔවුන්ගේ තාක්ෂණය වැඩිදියුණු කරන ලදී.
උසස් මට්ටමේ සූදු පරිගණකවල භාවිතා වන විශේෂිත විදුලි චිප්ස් වන ග්රැෆික් සැකසුම් ඒකක (GPUs) මත වැඩ කිරීම සඳහා පර්යේෂකයන් විසින් තාක්ෂණය තවදුරටත් පිරිපහදු කරන ලදී.
පෙර ප්රවේශයන්ට වඩා 100-150 ගුණයක වේගයෙන් දත්ත පරීක්ෂා කිරීමට මෙය ඔවුන්ට ඉඩ සලසයි. ටීඔහුගේ යාවත්කාලීන ඇල්ගොරිතම, ReAl-LiFE, මානව පරීක්ෂණ විෂයයක් ක්රියා කරන්නේ කෙසේද හෝ යම් කාර්යයක් කරන්නේ කෙසේද යන්න අපේක්ෂා කළ හැකිය.
වෙනත් වචන වලින් කිවහොත්, එක් එක් පුද්ගලයා සඳහා ඇල්ගොරිතමයේ ප්රක්ෂේපිත සම්බන්ධක ශක්තීන් භාවිතා කරමින්, පුද්ගලයන් 200 දෙනෙකුගේ නියැදියක් අතර චර්යාත්මක සහ සංජානන පරීක්ෂණ ලකුණුවල විචලනයන් පැහැදිලි කිරීමට කණ්ඩායමට හැකි විය.
එවැනි විශ්ලේෂණයක් ඖෂධීය භාවිතයන් ද තිබිය හැකිය. මහා පරිමාණ දත්ත සැකසීම මහා දත්ත ස්නායු විද්යා යෙදුම් සඳහා, විශේෂයෙන් නිරෝගී මොළයේ ක්රියාකාරිත්වය සහ මොළයේ ආබාධ අවබෝධ කර ගැනීම සඳහා වඩ වඩාත් වැදගත් වෙමින් පවතී.
නිගමනය
අවසාන වශයෙන්, ReAl-LiFE හට මානව පරීක්ෂණ විෂයයක් ක්රියා කරන්නේ කෙසේද හෝ යම් කාර්යයක් කරන්නේ කෙසේද යන්න අපේක්ෂා කළ හැකිය.
වෙනත් වචන වලින් කිවහොත්, එක් එක් පුද්ගලයා සඳහා ඇල්ගොරිතමයේ ප්රක්ෂේපිත සම්බන්ධක ශක්තීන් භාවිතා කරමින්, පුද්ගලයන් 200 දෙනෙකුගේ නියැදියක් අතර චර්යාත්මක සහ සංජානන පරීක්ෂණ ලකුණුවල විචලනයන් පැහැදිලි කිරීමට කණ්ඩායමට හැකි විය.
එවැනි විශ්ලේෂණයක් ඖෂධීය භාවිතයන් ද තිබිය හැකිය. මහා පරිමාණ දත්ත සැකසීම මහා දත්ත ස්නායු විද්යා යෙදුම් සඳහා, විශේෂයෙන් නිරෝගී මොළයේ ක්රියාකාරිත්වය සහ මොළයේ ආබාධ අවබෝධ කර ගැනීම සඳහා වඩ වඩාත් වැදගත් වෙමින් පවතී.
ඔබමයි