研究人员HSE认知神经科学研究所提出了一种新的方法来处理脑磁图描记术(MEG)数据,这有助于发现皮质激活区域更高的精度。该方法可用于基础研究和临床实践诊断多种神经疾病和患者的脑部手术做准备。的纸发表在《华尔街日报》描述了算法科学杂志。
脑磁图描记术(MEG)方法是基于测量磁场很弱(好几个数量级低于地球磁场)引起大脑的电活动。当使用梅格,研究人员面临的复杂的任务的理解在大脑区域活动时只有测量传感器放置在头部。这个问题是所谓的“反问题”,从根本上没有万能的解决方案:任何一组测量结果可以解释为无限数量的不同的配置在大脑皮层的神经活动来源。
梅格的应用实际,使用特殊的数学方法将传感器信号转化为大脑皮层活动的地图。这些方法可以分为两类。所谓的“全球”的方法,反问题的多种可能的解决方案是缩小了基于广义先验假设大脑活动。在这些约束条件下研究人员寻找来源的分布在大脑皮层,解释测量数据。“当地”的方法,包括在论文中描述的算法(ReciPSIICOS),旨在找到单独的来源,只有在那之后,创建一个完整的大脑活动图像。
ReciPSIICOS使用自适应beamformers (BF)——一个方法来处理传感器测量,允许检测活动的人口目标神经元的信号。为了这个目的,它试图静音信号从其他来源,但不是所有的“全球”的方法,而是只有那些活跃。当抑制只有积极信号,这种方法能够提供一个相当高的忠诚活动可视化相比“全球”的方法。然而,这种方法也可以通过神经抑制目标信号生乐团与其他大脑区域的神经细胞群,同时激活。在现实条件下,这种相关性反映了神经元的数量之间的交互,这是大脑的一种固有属性,研究人员寻找方法来克服这个障碍。
信息活动的神经元数量和他们的相互作用的本质是编码在一个特殊的协方差矩阵,基于传感器数据可以计算。使用这个矩阵的波束形成算法来决定哪些资源应该抑制。严格来说,这种方法只适用于当来源不互动:信息等交互也包含在相关矩阵和负面影响波束形成算法的性能。使用观测数据模型和相关矩阵模型,研究人员开发了一个数学算法能够消除相关矩阵的信息来源的交互。这样他们将波束形成方法的适用性的范围扩展到环境与神经源和同步精度提供了必要的交互可视化的神经元数量。
脑磁图描记术技术结合了注册时间的精确方面能力进化神经活动和一个潜在的高保真的本土化活性神经元数量。第一个特性来自登记的电活动变化明显高于利用fMRI的血流动力学反应,一个受欢迎的功能性大脑成像方法。实现高精度的空间定位需要复杂的数学方法。ReciPSIICOS家族和PSIICOS方法是数学算法的一个例子,旨在增加梅格形态的空间分辨率检测活动和相互作用的神经元数量,”说Alexey Ossadtchi博士,主任HSE生物中心接口,作者的新方法。
评估算法性能,研究人员首先生成一个数据集,模拟传感器接收到的信号的真实和测试四个方法:两种类型的ReciPSIICOS和两个以前开发的算法(线性约束最小方差(淋巴细胞脉络丛脑膜炎病毒)beamformers Minimum-Norm估计(外资)方法)。当没有信号之间的相关性的情况下,淋巴细胞脉络丛脑膜炎病毒ReciPSIICOS方法工作得很好,但是当有相关性,ReciPSIICOS处理任务比其前任。向前的压力测试下造型精度结果相似:ReciPSIICOS被证明是不太敏感的准确模型的使用,这在实践中是不可避免的。学者也证明了新方法的可操作性和高性能特征在一些真正的梅格数据集的特点是同步的存在神经来源不能充分处理的经典的波束形成算法。
