La Ricerca stende il fondamento per sviluppare il neuroprosthetics biomimetic del ` realistico'

Applicando un algoritmo novello del computer per imitare come il cervello impara, un gruppo dei ricercatori - con l'aiuto del supercomputer della Cometa ha basato al Centro del Supercomputer di San Diego (SDSC) a Uc San Diego ed al Gateway della Neuroscienza del Centro - ha identificato e circuiti neurali ripiegati che somigliano al modo un cervello indenne gestisce il movimento dell'arto.

La ricerca, pubblicata nell'edizione Di marzo-maggio 2017 del Giornale di IBM di Ricerca e sviluppo, stende il fondamento per sviluppare realistico “il neuroprosthetics biomimetic„ -- innesti del cervello a che il cervello ripiegato gira intorno e la loro funzione -- che l'un giorno potrebbe sostituire perso o le cellule cerebrali o il tessuto danneggiate dai tumori, segnano, o altre malattie.

“In pazienti con la paralisi del motore, il neuroprosthetic biomimetic potrebbe essere utilizzato per sostituire la corteccia di motore deteriorata in cui potrebbe interagire direttamente con le regioni sane del pre-motore del cervello ed invia i comandi e riceve il feedback via il midollo spinale ad un braccio prostetico,„ ha detto W.W. Lytton, il professor della fisiologia e della farmacologia a State University del Centro Medico di New York (SUNY) Downstate Brooklyn, in N.Y. ed il ricercatore principale dello studio.

Questo scenario, illustrato nel documento di IBM nominato “l'ottimizzazione Evolutiva di algoritmo dei parametri d'apprendimento biologici in un neuroprosthesis biomimetic„, ha richiesto il computer a alto rendimento e la competenza di simulare e valutare i modelli elaborati dal calcolatore potenziali in un modo automatizzato, con il Gateway della Neuroscienza (NSG) basato a SDSC, che ha fornito un'entrata a queste risorse.

“La complessità aumentante del braccio virtuale, che ha compreso molti trattamenti biomeccanici realistici e la dinamica più provocatoria del sistema neurale, richiesta i metodi complessi ed altamente calcolo parallelo in un sistema quale la Cometa per affrontare migliaia di possibilità di modello,„ ha detto Amit Majumdar, Direttore della divisione Di Calcolo Scientifica Permessa A Dati a SDSC, ricercatore principale del NSG e co-author del documento del Giornale di IBM.

“Combinare questi vantaggi di calcolo può essere un efficace approccio per sviluppare i neuroprostheses biomimetic ancor più realistici per le applicazioni cliniche future,„ ha aggiunto.

Fusione dei Principi Di Calcolo e Biologici

Negli ultimi dieci anni o così, i ricercatori stanno provando a fondere di calcolo ed i principi biologici per creare i modelli elaborati dal calcolatore realistici che avrebbero costituito la base per a circuiti o agli gli innesti neurali basati a silicio che avrebbero sostituito hanno danneggiato il tessuto cerebrale. In questo campo di emergenza, un obiettivo primario è stato il decodifica dei segnali elettrici registrati dal cervello per muovere, per esempio, un braccio prostetico. Nella fantascienza una volta considerata degli scenari, le tecniche che codificano i segnali neurali da un braccio virtuale prostetico al cervello ora stanno permettendo che gli utenti ritenessero che cosa stanno toccando.

Quello detto, ricercatori ora riconosce che gestendo ancor più realistico ed i sistemi complessi, compreso gli arti prostetici che comprendono un gran numero di ossa, le giunture ed i muscoli, richiedono i modelli elaborati dal calcolatore che somigliano più molto attentamente ai circuiti reali del cervello.

Per ottenere più vicino a questo scopo, i ricercatori in questo studio hanno contato su parecchi concetti ispirati da biologia per creare una rete neurale artificiale più realistica che permette che la corteccia di motore impari dirigere un braccio virtuale - consistendo di otto ossa, di sette articolazioni e di 14 filiali del muscolo - verso un target.ere specificato, H

Il modello biomimetic in questione ha compreso più di 8.000 neuroni chiodanti e circa 500.000 connessioni sinaptiche. La componente principale ha consistito dei microcircuiti primari della corteccia di motore basati sulla mappatura di attività di cervello, connessa ad un modello dei circuiti del midollo spinale e del braccio virtuale.

“Discutiamo quello affinchè il modello rispondiamo in un modo biophysiologically realistico agli input dinamici in corso dal cervello reale, deve riprodurre quanto più rigorosamente possibile la struttura e funzione o celle e microcircuiti corticali reali,„ ha detto Salvador Dura-Bernal, un assistente universitario della ricerca in fisiologia e farmacologia con Downstate ed autore del documento il primo.

Come descritto, i ricercatori hanno preparato il loro modello facendo uso di plasticità dipendente della punta-sincronizzazione (STDP) ed il rinforzo che imparano, ritenuti di essere la base per la memoria ed imparanti nei cervelli mammiferi. Brevemente, il trattamento si riferisce alla capacità delle connessioni sinaptiche di trasformarsi in in più forte basato su quando sono attivati relativamente ad a vicenda, ingranato un sistema delle ricompense o delle punizioni biochimiche che sono legate per correggere o decisioni sbagliate.

In questo caso, il segnale della ricompensa è basato sulla capacità del modello elaborato dal calcolatore di gestire quanto vicino una mano virtuale viene ad un obiettivo. Se la mano ottenesse vicino all'obiettivo, le sinapsi che generano quel movimento sono state ricompensate; se la mano fosse più lontano, quelle sinapsi sono state punite.

L'Identificazione del rinforzo migliore che impara il modello ha richiesto l'identificazione di un insieme ottimale delle caratteristiche o dei parametri; tra l'altro, questi comprendono l'apprendimento e tariffe esplorative del movimento, la durata di addestramento e soglia di comando del motore misurata nelle punte.

Algoritmo “Evolutivo„ Impiegato

Per isolare il rinforzo che impara i parametri che hanno reso il migliore controllo sopra un braccio virtuale, i ricercatori si sono girati verso “gli algoritmi evolutivi.„ La metodologia segue i principi di evoluzione biologica, dove una popolazione delle persone, ciascuna che rappresenta un insieme dei geni o dei parametri, non si evolve sopra le generazioni finché una di loro estensioni un livello desiderato di forma fisica. Con ogni generazione, le persone sono valutate e selezionate per la riproduzione, producono la nuova prole attraversando i loro geni ed applicando le mutazioni casuali e successivamente sono sostituite dalla prole più adatta.

“Soltanto le persone più adatte rimangono,„ ha detto Dura-Bernal, “quei modelli che possono imparare meglio, sopravvivere e propagare ai loro geni.„

Applicato a questo sistema, ogni gene determinato rappresenta un modello con un insieme particolare dell'apprendimento dei parametri. La forma fisica della persona è la capacità del modello di imparare gestire il braccio virtuale basato sui segnali reali del cervello.

Per il loro studio, i ricercatori hanno evoluto una popolazione di 60 persone (modelli con differenti parametri d'apprendimento) oltre 1.000 generazioni, in cui ad ogni generazione un nuovo insieme delle caratteristiche è stato valutato per misurare la sua forma fisica. La Misurazione della forma fisica ha richiesto la formazione del sistema intero (input del pre-motore, corteccia di motore, midollo spinale, braccio virtuale) per un periodo e poi le prove della ciascuna delle due direzioni (left and right) per controllare come esegue. Il trattamento ha dovuto essere ripetuto per ogni persona ed ogni generazione.

Sei Anni Facendo Uso di Singolo Esboscatore Universale

Ad accrescimento più ulteriore le probabilità di individuazione della soluzione ottimale, i ricercatori girati “in un approccio di modello dell'isola„, che ha diviso la popolazione totale di 60 persone nei sottogruppi, di cui ciascuno si sono evoluti indipendente. Di Nuovo, dopo i principi di evoluzione biologica, una persona sarebbe migrata periodicamente ad un'isola differente, presentante i nuovi geni per aumentare le probabilità di individuazione della combinazione nuova di geni con migliore forma fisica o prestazione.

“Integrare “il modello parallelo dell'isola„ sulla Cometa ha richiesto un certo lavoro, ma alla fine lo abbiamo fatto funzionare ulteriormente per accelerare il trattamento,„ ha detto Subhashini Sivagnanam, uno specialista di calcolo scientifico senior a SDSC, aco-PI al del progetto fondato a NSF del NSG e ad un co-author del documento del Giornale di IBM.

“Poiché migliaia di combinazioni di parametro devono essere valutate, questa è soltanto possibile eseguendo le simulazioni facendo uso delle risorse di HPC come quelli forniti da SDSC,„ Dura-Bernal ha detto. “Abbiamo stimato che quello facendo uso di singolo esboscatore universale invece del sistema della Cometa avesse richiesto quasi sei anni per ottenere gli stessi risultati.„

Gli studi Futuri metteranno a fuoco sullo sviluppare i modelli ancor più realistici dei microcircuiti primari della corteccia di motore per contribuire a capire e decifrare il codice neurale - come le informazioni sono codificate e trasmesse nel cervello.

“Sottoliniamo il concetto di copertura dei disgaggi multipli, dal molecolare, con il cellulare, fino al livello di rete,„ ha detto Dura-Bernal. “Questo sarà strumentale nella comprensione e nel trattamento dei disordini del cervello quali l'epilessia, la schizofrenia, Parkinson, la paralisi del motore, la depressione, o l'amnesia.„

Sorgente: http://ucsdnews.ucsd.edu/pressrelease/sdscs_comet_helps_replicate_brain_circuitry_to_direct_a_realistic_prostheti