視覚脳のデコード
ロンドン大学ユニバーシティ・カレッジの研究者たちは、マウスが視聴した短いビデオクリップの脳活動の記録のみを使用してビデオクリップを再構成することにより、神経デコーディングで大きな進歩を達成しました。この研究は、哺乳動物の脳がどのように視覚情報を処理し、エンコードするかを理解する上での大きな一歩を代表し、脳コンピュータインターフェースと神経系療法に影響を及ぼします。
チームは、マウスが短いビデオクリップを視聴している際に視覚皮質の何千もの神経の活動を同時に監視するために、高度なカルシウムイメージング技術を使用しました。神経発火パターンと視覚刺激との関係について機械学習モデルをトレーニングすることにより、研究者たちは脳データのみからオリジナルビデオのおおよその再構成を生成することができました。
神経スパイクから動画まで
再構成プロセスは2段階で行われました。まず、研究者たちは、エッジ、モーション、コントラスト、空間パターンなどのさまざまな視覚特性に対して個々の神経がどのように反応するかを予測するエンコーディングモデルを構築しました。このモデルは、視覚皮質全体の記録された各神経のチューニング特性をキャプチャしました。
第2段階では、チームはこのモデルを反転させ、記録された神経活動を供給し、それらのパターンを最も可能性高く生成した視覚入力を推定するために逆方向に機能します。結果として得られた再構成は、オリジナルクリップの全体的な構造、モーション、および明るさパターンをキャプチャしましたが、細かい詳細は不鮮明のままでした。オブジェクトとモーションは粗いレベルで認識可能でしたが、実質的な視覚情報が集団レベルの神経活動に保持されていることを実証しました。
この研究にとってマウスが重要な理由
以前の研究では、機能的MRIを使用したヒトの脳活動から画像やさらにはビデオを再構成していますが、マウスモデルは異なる利点を提供しています。カルシウムイメージングは、fMRIが一致できない単一ニューロン解像度を提供し、研究者は視覚処理に対する個々の細胞および神経回路の正確な寄与を研究することができます。
マウスはまた、ヒト研究では利用できない制御された実験条件と遺伝子ツールを許可します。研究者たちは、どの神経が記録されたかを正確に操作し、複数の動物全体で彼らの発見を検証し、彼らの結果をマウスの視覚神経科学に関する豊富な既存の文献に関連付けることができました。
脳コンピュータインターフェースへの影響
この発見は、盲目または視覚障害のある人々の視力を回復することを目的とした脳コンピュータインターフェースの開発に直接関連しています。視覚情報が神経レベルでどのようにエンコードされるかを理解することは、視覚的意図をデコードするか、人工視覚信号を脳に提供できるプロステティックシステムを構築するための前提条件です。
網膜インプラントなどの現在の視覚プロステティックは、解像度が限定的な初歩的な視覚のみを提供します。皮質活動から豊富な視覚情報を抽出できることを実証することにより、UCLの研究は将来の皮質プロステティックが潜在的にはるかに高品質な視覚体験を提供できることを示唆しています。
機械学習が進歩を駆動
再構成の成功は、最新のディープラーニングアーキテクチャに大きく依存していました。チームは、再構成プロセスの優先順位を提供するために大規模視覚データセットでトレーニングされた畳み込みニューラルネットワークを採用し、本質的にアルゴリズムに自然なビデオが通常何のように見えるかを教えました。この事前知識は、神経データだけでは解決できない詳細を埋めるのに役立ちました。
このアプローチは、神経科学とAIを組み合わせた増加する研究に基づいています。脳の計算モデルはますますAIからの技術を借りており、AIの研究者は生物学的神経回路から着想を得ています。この交差受粉は両分野の進歩を加速しています。
倫理的考慮と今後の方向性
神経デコーディング技術が改善するにつれて、精神プライバシーと同意に関する質問がより差し迫ったものになります。現在のテクニックは侵襲的な脳記録と制御された実験室条件を必要としていますが、技術の軌跡は脳データがどのように保護および規制されるべきかについての重要な議論を提起します。
UCLチームは、より複雑な視覚刺激（自然なシーンと社会的相互作用を含む）に自分の作品を拡張し、学習と記憶形成中に視覚処理がどのように変わるかを調査することを計画しています。彼らはまた、視覚処理に関連する複数の脳領域にわたってより大きな神経集団から記録することにより、再構成品質を改善することを目指しています。
この記事はInteresting Engineeringからの報告に基づいています。オリジナル記事を読む。
