Gedachten lezen met functionele MRI

Wetenschappers kunnen nauwkeurig voorspellen naar welke van de duizend afbeeldingen een persoon kijkt door hersenactiviteit te analyseren met behulp van functionele magnetische resonantiebeeldvorming (fMRI). De benadering zou licht moeten werpen op hoe de hersenen visuele informatie verwerken, en het zou ooit kunnen worden gebruikt om dromen te reconstrueren.





[Het onderzoek] suggereert dat op fMRI gebaseerde metingen van hersenactiviteit veel meer informatie bevatten over onderliggende neurale processen dan eerder werd aangenomen, zegt Jack Gallant , een neurowetenschapper aan de University of California, Berkeley, en senior auteur van de studie.

FMRI detecteert de bloedstroom in de hersenen en geeft daarmee een indirecte maat voor hersenactiviteit. De meeste fMRI-onderzoeken tot nu toe hebben de technologie gebruikt om de delen van de hersenen te lokaliseren die betrokken zijn bij verschillende cognitieve taken, zoals het lezen of onthouden van gezichten. De nieuwe studie neemt echter een opkomende trend in fMRI over: de technologie gebruiken om neurale informatieverwerking te analyseren. Door computermodellen te gebruiken om het soort informatie te analyseren dat is verzameld uit de neurale activiteit, kunnen wetenschappers proberen te beoordelen hoe neurale signalen in verschillende hersengebieden worden verwerkt en uiteindelijk worden versmolten om een ​​samenhangende waarneming te creëren. Onderzoekers hebben deze benadering eerder gebruikt om aan te tonen dat sommige visuele informatie kan worden verkregen uit hersenafbeeldingsgegevens, zoals of een persoon naar gezichten of huizen kijkt.

Volgens de studie, woensdag gepubliceerd in de online versie van het tijdschrift Natuur , wetenschappers verzamelden eerst informatie over hoe de hersenen beelden verwerken door activiteit in de visuele cortex vast te leggen terwijl proefpersonen naar enkele duizenden willekeurig geselecteerde foto's keken. Neuronen in dit deel van de hersenen reageren op specifieke aspecten van het visuele tafereel, zoals een stukje sterk contrasterend licht en donker, dus de activiteit die in elk gebied van de hersenscan wordt geregistreerd, weerspiegelt de visuele informatie die wordt verwerkt door neuronen in dat gebied van de hersenen. de hersenen. De onderzoekers verzamelden deze informatie om een ​​computermodel te ontwikkelen dat het patroon van hersenactiviteit zou voorspellen dat door een afbeelding wordt veroorzaakt.



Toen vrijwilligers later een nieuwe afbeelding te zien kregen die niet in de eerste set was opgenomen, kon het computermodel correct voorspellen naar welke afbeelding van de 120 of 1000 mogelijkheden de persoon keek met een nauwkeurigheid van respectievelijk 90 of 80 procent.

Ze kunnen dit met een verrassende mate van nauwkeurigheid, zegt Frank Tong , een neurowetenschapper aan de Vanderbilt University, in Nashville, TN, die niet betrokken was bij het onderzoek. Het zal mensen opvallen hoeveel visuele informatie deze onderzoekers uit de hersenen hebben weten te halen.

Gallant en zijn team zijn van plan deze technologie te gebruiken om beter te begrijpen hoe het visuele systeem werkt door computermodellen van verschillende theorieën te bouwen en vervolgens hun vermogen om hersenscans te interpreteren te testen. De meest directe manier om theorieën te testen over hoe de hersenen informatie transformeren, is te meten welke informatie in verschillende delen van de geest van de persoon is opgeslagen, en hoe dat van structuur tot structuur verandert, zegt Ken Norman , een neurowetenschapper aan de Princeton University, in New Jersey, die niet betrokken was bij het onderzoek. Vergelijkbare methoden kunnen ook nuttig zijn om te bepalen hoe die stappen misgaan bij mensen met verschillende soorten cognitieve stoornissen, zegt hij.



Deze benadering zou ook licht kunnen werpen op cognitieve fenomenen die moeilijk te bestuderen zijn, zoals aandacht. Als iemand bijvoorbeeld naar een foto van een skiër op een berg kijkt, kan hij zich concentreren op de skiër op de voorgrond of op het berglandschap op de achtergrond. Hoe dit precies gebeurt, is een grote open vraag in de cognitieve neurowetenschappen. Neurale activiteit, en dus de informatie die door de fMRI wordt vastgelegd, kan veranderen afhankelijk van waar de persoon zijn aandacht op richt. Computermodellen die door Tong zijn ontwikkeld, hebben al vroeg succes laten zien bij het voorspellen waar een persoon zijn aandacht op richt met behulp van een vergelijkbare benadering.

Op de lange termijn kan deze technologie worden gebruikt om nog meer vluchtige verschijnselen, zoals dromen, te bestuderen. Het is momenteel niet bekend of processen als dromen en verbeelding in de hersenen worden gerealiseerd op een manier die functioneel vergelijkbaar is met perceptie, zegt Gallant. Als dat zo is, dan zouden de in ons onderzoek ontwikkelde technieken direct toepasbaar moeten zijn.

Gallant en anderen waarschuwen echter dat de technologie nog niet in staat is om vanuit het niets te reconstrueren wat een persoon ziet. Terwijl onderzoekers aan deze mogelijkheid werken, wordt deze grotendeels beperkt door de resolutie van fMRI zelf. De huidige apparaten voor hersenscans hebben een ruimtelijke resolutie van ongeveer één millimeter, een gebied dat honderden neuronen bevat, die elk reageren op verschillende stukjes visuele informatie.



Een van de meest provocerende potentiële toepassingen voor dit soort gedachtenleestechnologie is leugendetectie geweest, bijvoorbeeld door te proberen rechtstreeks uit hersenactiviteit te bepalen of een verdachte een foto herkent van een plaats delict waarvan ze zegt dat ze die nog nooit heeft bezocht. (Zie Imaging Deception in the Brain .) De meeste neurowetenschappers zijn van mening dat er niet genoeg gegevens zijn om te bepalen of dit een betrouwbare methode voor leugendetectie is, en Gallant zegt dat zijn technologie dit waarschijnlijk niet meer zal maken. Elk hersenleesapparaat dat tot doel heeft opgeslagen herinneringen te decoderen, wordt onvermijdelijk niet alleen beperkt door de technologie zelf, maar ook door de kwaliteit van de opgeslagen informatie.

zich verstoppen