இந்தியன் இன்ஸ்டிடியூட் ஆப் சயின்ஸ் (IISc) ஆராய்ச்சியாளர்களால் உருவாக்கப்பட்ட GPU-அடிப்படையிலான இயந்திர கற்றல் அல்காரிதம் மூலம் பல்வேறு மூளைப் பகுதிகளுக்கு இடையே உள்ள தொடர்புகளை விஞ்ஞானிகள் நன்கு புரிந்து கொள்ளவும், கணிக்கவும் முடியும்.
ஒழுங்குபடுத்தப்பட்ட, துரிதப்படுத்தப்பட்ட, நேரியல் பாசிகல் மதிப்பீடு அல்லது ReAl-LiFE என அறியப்படும் அல்காரிதம், மனித மூளையின் பரவலான காந்த அதிர்வு இமேஜிங் (டிஎம்ஆர்ஐ) ஸ்கேன் மூலம் தயாரிக்கப்படும் பாரிய அளவிலான தரவுகளை திறமையாக பகுப்பாய்வு செய்யும் திறன் கொண்டது.
குழுவின் ReAL-LiFEஐப் பயன்படுத்துவது, தற்போதைய அதிநவீன நுட்பங்களைக் காட்டிலும் 150 மடங்கு வேகமாக dMRI தரவை பகுப்பாய்வு செய்ய அனுமதித்தது.
மூளை இணைப்பு மாதிரி எவ்வாறு செயல்படுகிறது?
ஒவ்வொரு நொடியும், மூளையின் மில்லியன் கணக்கான நியூரான்கள் சுடுகின்றன, அவை நரம்பியல் நெட்வொர்க்குகள் வழியாக நகரும் மின் துடிப்புகளை உருவாக்குகின்றன - இது "ஆக்சான்கள்" என்றும் அழைக்கப்படுகிறது - மூளையின் ஒரு பகுதியிலிருந்து மற்றொரு பகுதிக்கு.
மூளை ஒரு கணினியாக செயல்பட, இந்த இணைப்புகள் அவசியம். இருப்பினும், மூளை இணைப்புகளைப் படிப்பதற்கான பாரம்பரிய முறைகள் பெரும்பாலும் ஆக்கிரமிப்பு விலங்கு மாதிரிகளைப் பயன்படுத்துகின்றன.
இருப்பினும், டிஎம்ஆர்ஐ ஸ்கேன்கள் மனித மூளை இணைப்புகளை ஆய்வு செய்ய ஆக்கிரமிப்பு அல்லாத வழியை வழங்குகின்றன.
மூளையின் தகவல் நெடுஞ்சாலைகள் அதன் பல்வேறு பகுதிகளை இணைக்கும் கேபிள்கள் (ஆக்சான்கள்) ஆகும். நீர் மூலக்கூறுகள் ஆக்சன் மூட்டைகளுடன் அவற்றின் நீளத்தில் ஒரு திசையில் பயணிக்கின்றன, ஏனெனில் அவை குழாய்கள் போல உருவாகின்றன.
மூளையில் பரவியிருக்கும் இழைகளின் வலைப்பின்னலின் விரிவான வரைபடமான கனெக்டோம், dMRI ஆல் சாத்தியமாகிறது, இது ஆராய்ச்சியாளர்களுக்கு இந்த இயக்கத்தை பின்பற்ற உதவுகிறது.
துரதிர்ஷ்டவசமாக, இந்த இணைப்புகளை அடையாளம் காண்பது எளிதானது அல்ல. மூளையின் ஒவ்வொரு இடத்திலும் உள்ள நீர் மூலக்கூறுகளின் நிகர ஓட்டம் மட்டுமே ஸ்கேன் தரவுகளால் காட்டப்படுகிறது.
நீர் மூலக்கூறுகளை ஆட்டோமொபைல்களாகக் கருதுங்கள். சாலைகள் பற்றி எதுவும் தெரியாமல், கார்களின் திசை மற்றும் வேகம் பற்றிய தகவல்கள் மட்டுமே நேரம் மற்றும் இடத்தில் சேகரிக்கப்படுகின்றன.
இந்த போக்குவரத்து முறைகளை கண்காணிப்பதன் மூலம், பணியானது சாலைகளின் நெட்வொர்க்குகளை அனுமானிப்பதுடன் ஒப்பிடத்தக்கது. வழக்கமான அணுகுமுறைகள், இந்த நெட்வொர்க்குகளை சரியாக அடையாளம் காண்பதற்காக, உய்த்துணரப்பட்ட இணைப்பிலிருந்து எதிர்பார்க்கப்படும் டிஎம்ஆர்ஐ சிக்னலை உண்மையான டிஎம்ஆர்ஐ சிக்னலுடன் நெருக்கமாகப் பொருத்துகிறது.
இந்த உகப்பாக்கத்தைச் செய்ய, விஞ்ஞானிகள் முன்பு லைஃப் (லீனியர் ஃபாசிக்கிள் மதிப்பீடு) எனப்படும் ஒரு வழிமுறையை உருவாக்கினர், ஆனால் அதன் குறைபாடுகளில் ஒன்று, இது வழக்கமான மத்திய செயலாக்க அலகுகளில் (CPUs) இயங்கியது, இது கணக்கீட்டை நேரத்தைச் செலவழித்தது.
நிஜ வாழ்க்கை இந்திய ஆராய்ச்சியாளர்களால் உருவாக்கப்பட்ட ஒரு புரட்சிகரமான மாதிரி
ஆரம்பத்தில், ஆராய்ச்சியாளர்கள் இந்த சரிசெய்தலை செய்ய LiFE (லீனியர் ஃபாசியல் மதிப்பீடு) என்ற அல்காரிதத்தை உருவாக்கினர், ஆனால் அதன் குறைபாடுகளில் ஒன்று, இது சாதாரண மத்திய செயலாக்க அலகுகளை (CPUs) சார்ந்தது, இது கணக்கிடுவதற்கு நேரம் எடுத்தது.
தேவையற்ற இணைப்புகளை அகற்றுதல் மற்றும் லைஃப்இயின் செயல்திறனை கணிசமாக மேம்படுத்துதல் உள்ளிட்ட பல்வேறு வழிகளில் தேவைப்படும் செயலாக்கப் பணிகளைக் குறைக்க ஸ்ரீதரனின் குழு புதிய ஆய்வில் தங்கள் நுட்பத்தை மேம்படுத்தியது.
உயர்நிலை கேமிங் பிசிக்களில் பயன்படுத்தப்படும் சிறப்பு மின் சில்லுகளான கிராபிக்ஸ் ப்ராசசிங் யூனிட்களில் (ஜிபியுக்கள்) வேலை செய்யும் வகையில் தொழில்நுட்பம் ஆராய்ச்சியாளர்களால் மேலும் மேம்படுத்தப்பட்டது.
இது முந்தைய அணுகுமுறைகளை விட 100-150 மடங்கு வேகமாக தரவுகளை ஆய்வு செய்ய அனுமதித்தது. டிஅவரது புதுப்பிக்கப்பட்ட அல்காரிதம், ReAl-LiFE, ஒரு மனித சோதனைப் பொருள் எவ்வாறு செயல்படும் அல்லது ஒரு குறிப்பிட்ட வேலையைச் செய்யும் என்பதை எதிர்பார்க்கலாம்.
வேறு வார்த்தைகளில் கூறுவதானால், ஒவ்வொரு நபருக்கும் வழிமுறையின் திட்டமிடப்பட்ட இணைப்பு வலிமையைப் பயன்படுத்தி, 200 நபர்களின் மாதிரியில் நடத்தை மற்றும் அறிவாற்றல் சோதனை மதிப்பெண்களில் உள்ள மாறுபாடுகளை குழுவால் விளக்க முடிந்தது.
இத்தகைய பகுப்பாய்வு மருத்துவப் பயன்பாடுகளையும் கொண்டிருக்கலாம்." பெரிய தரவு நரம்பியல் பயன்பாடுகளுக்கு, குறிப்பாக ஆரோக்கியமான மூளை செயல்பாடு மற்றும் மூளைக் கோளாறுகளைப் புரிந்துகொள்வதில் பெரிய அளவிலான தரவு செயலாக்கம் பெருகிய முறையில் முக்கியமானது.
தீர்மானம்
முடிவில், ReAl-LiFE ஒரு மனித சோதனைப் பொருள் எவ்வாறு செயல்படும் அல்லது ஒரு குறிப்பிட்ட வேலையைச் செய்யும் என்பதை எதிர்பார்க்கலாம்.
வேறு வார்த்தைகளில் கூறுவதானால், ஒவ்வொரு நபருக்கும் வழிமுறையின் திட்டமிடப்பட்ட இணைப்பு வலிமையைப் பயன்படுத்தி, 200 நபர்களின் மாதிரியில் நடத்தை மற்றும் அறிவாற்றல் சோதனை மதிப்பெண்களில் உள்ள மாறுபாடுகளை குழுவால் விளக்க முடிந்தது.
இத்தகைய பகுப்பாய்வு மருத்துவப் பயன்பாடுகளையும் கொண்டிருக்கலாம்." பெரிய தரவு நரம்பியல் பயன்பாடுகளுக்கு, குறிப்பாக ஆரோக்கியமான மூளை செயல்பாடு மற்றும் மூளைக் கோளாறுகளைப் புரிந்துகொள்வதில் பெரிய அளவிலான தரவு செயலாக்கம் பெருகிய முறையில் முக்கியமானது.
ஒரு பதில் விடவும்