211service.com
Hersenbeeldvorming onthult waar u naar kijkt
Wetenschappers zijn een stap dichter bij het bouwen van een digitale versie van het menselijke visuele systeem. Onderzoekers van de University of California, Berkeley, hebben een algoritme ontwikkeld dat kan worden toegepast op functionele magnetische resonantiebeeldvorming (fMRI) om een bewegend beeld te tonen dat een persoon ziet.
Neurowetenschappers gebruiken fMRI al jaren om het menselijke visuele systeem te bestuderen, waarbij veranderingen in het zuurstofgehalte in het bloed in de hersenen worden gemeten. Dit werkt prima om te bestuderen hoe we statische beelden zien, maar schiet tekort als het gaat om bewegende beelden. Individuele neuronale activiteit vindt plaats over een veel snellere tijdschaal, dus een paar jaar geleden gingen de onderzoekers achter de huidige studie op zoek naar een computermodel om dit in plaats daarvan te meten. Het onderzoek toont aan dat deze nieuwe aanpak niet alleen succesvol is, maar ook opmerkelijk nauwkeurig.
De studie, die verschijnt in huidige biologie deze week markeert de eerste keer dat iemand hersenbeeldvorming heeft gebruikt om te bepalen welke bewegende beelden een persoon ziet. Het zou onderzoekers kunnen helpen om het menselijke visuele systeem op een computer te modelleren, en het roept het verleidelijke vooruitzicht op om het model ooit te kunnen gebruiken om andere soorten dynamische beelden, zoals dromen en herinneringen, te reconstrueren.
De onderzoekers die bij het onderzoek betrokken waren, keken urenlang naar filmvoorbeelden terwijl ze in een fMRI-machine lagen. Vervolgens deconstrueerden ze de gegevens nauwgezet, zodat ze een specifiek activeringspatroon hadden voor elke seconde aan beeldmateriaal. Ze lieten die gegevens door verschillende filters lopen om af te leiden wat er op neuronaal niveau gebeurde. Als je dit eenmaal hebt gedaan, heb je een compleet model dat de leidingen van de bloedstroom die je met fMRI ziet, koppelt aan de neuronale activiteit die je niet ziet, zegt Jack Gallant, die samen met collega Shinji Nishimoto co-auteur van het onderzoek was.
Vervolgens stelden de onderzoekers een bibliotheek samen van 18 miljoen willekeurig gekozen YouTube-videoclips om hun model objectief te testen. Eerdere studies hebben aangetoond dat fMRI kan worden gebruikt om statische beelden te bepalen waar een onderwerp naar kijkt, maar het nieuwe computermodel bood de mogelijkheid om beelden te reconstrueren die zowel bewegingsrichting als vorm hadden. Niemand heeft eerder geprobeerd om dynamische visie met dit detailniveau te modelleren, zegt Jim Haxby, een neuroimaging-expert aan het Dartmouth College die niet bij het onderzoek betrokken was.
De onderzoekers gebruikten de YouTube-bibliotheek om te simuleren wat er op de fMRI-beelden zou gebeuren als ze een nieuwe set filmtrailers bekeken. De resultaten van de simulaties en fMRI-scans waren bijna identiek. Meestal krijg je dat soort nauwkeurigheid alleen in de natuurkunde, niet in de neurowetenschappen, zegt Benjamin Singer, een fMRI-onderzoeker aan de Princeton University die niet bij het onderzoek betrokken was. Het is een krachttoer die tientallen jaren werk samenbrengt.
Er zijn twee belangrijke kanttekeningen bij het onderzoek. De onderzoekers gebruikten fMRI-gegevens van slechts één gebied van het visuele systeem: het V1-gebied, ook bekend als de primaire visuele cortex. En de modellen werden aangepast aan elk onderwerp. Proberen om een model te ontwerpen dat voor iedereen zou werken, zou te moeilijk zijn geweest, zegt Gallant, hoewel hij vermoedt dat er in de toekomst een meer algemeen model zou kunnen worden ontwikkeld.
Het uiteindelijke doel van dit onderzoek is om een computerversie van het menselijk brein te creëren die de wereld ziet zoals wij. De studie toont ook een onverwacht gebruik van een bestaande technologie aan. Iedereen dacht altijd dat het onmogelijk was om met fMRI dynamische hersenactiviteit te herstellen, zegt Gallant.