Yeni Teknik, Algıların Beyin Aktivitesinden Görüntüler Oluşturuyor
Toronto Scarborough Üniversitesi'ndeki nörobilimciler, EEG tarafından toplanan beyin aktivitelerine dayanarak insanların algıladıklarının görüntülerini yeniden oluşturabilen bir görüntüleme tekniği geliştirdiler.
Spesifik olarak, yeni yöntem, test denekleri tarafından görülen görüntüleri elektroensefalografi (EEG) verilerine dayanarak dijital olarak yeniden oluşturabilir.
“Bir şeyi gördüğümüzde, beynimiz zihinsel bir algı yaratır, bu aslında o şeyin zihinsel bir izlenimidir. Adrian Nestor'un laboratuvarında doktora sonrası araştırmacı olan Dan Nemrodov, bu süreç sırasında beyinde neler olup bittiğinin doğrudan bir örneğini elde etmek için EEG kullanarak bu algıyı yakalamayı başardık ”diyor.
Çalışma için, EEG ekipmanına bağlanan deneklere yüz resimleri gösterildi. Beyin aktiviteleri kaydedildi ve ardından makine öğrenimi algoritmalarına dayanan bir teknik kullanarak görüntüyü deneğin zihnindeki dijital olarak yeniden oluşturmak için kullanıldı.
Önceki araştırmalar fonksiyonel manyetik rezonans görüntülemeden (fMRI) yüz görüntülerini yeniden yapılandırdığı için, nörogörüntüleme tekniklerini kullanarak görsel uyaranlara dayalı görüntüleri yeniden yapılandırmayı ilk kez yapan araştırmacılar değil. Ancak bu yeni araştırma, EEG verilerini kullanan ilk araştırmadır.
Kan akışındaki değişiklikleri tespit ederek beyin aktivitesini ölçen fMRI gibi teknikler, beynin belirli bölgelerinde neler olup bittiğine dair daha ince ayrıntıları yakalayabilirken, EEG, karşılaştırıldığında daha yaygın, taşınabilir ve ucuz olduğu göz önüne alındığında daha büyük pratik potansiyele sahiptir.
Nemrodov, EEG'nin ayrıca daha fazla zamansal çözünürlüğe sahip olduğunu, yani bir algının milisaniyelere kadar zamanda nasıl geliştiğini ayrıntılı olarak ölçebileceği anlamına geliyor.
“FMRI, etkinliği saniye zaman ölçeğinde yakalar, ancak EEG, etkinliği milisaniye ölçeğinde yakalar. Böylece, EEG kullanarak beynimizde bir yüz algısının nasıl geliştiğini çok ince ayrıntılarla görebiliriz ”diyor. Aslında araştırmacılar, beynimizin gördüğümüz bir yüzün iyi bir temsilini oluşturmasının yaklaşık 170 milisaniye (0.17 saniye) sürdüğünü tahmin edebildiler.
Bu çalışma, EEG'nin bu tür bir görüntü rekonstrüksiyonu için potansiyele sahip olduğunun doğrulanmasını sağlar Nemrodov, birçok araştırmacının şüpheli olduğu bir şey, görünen sınırlamaları göz önüne alındığında mümkündü. Görüntü rekonstrüksiyonu için EEG verilerini kullanmak, özellikle nispeten ucuz ve taşınabilir olduğu için nöroteknolojik açıdan büyük teorik ve pratik potansiyele sahiptir.
Sonraki adımlar açısından, EEG verilerine dayalı görüntü yeniden yapılandırmasının bellek kullanılarak nasıl yapılabileceğini ve yüzlerin ötesinde daha geniş bir nesne yelpazesine nasıl uygulanabileceğini test etme çalışmaları şu anda devam etmektedir. Ancak sonunda geniş kapsamlı klinik uygulamalara da sahip olabilir.
“Sözlü olarak iletişim kuramayan insanlar için bir iletişim aracı sağlayabilir. Yardımcı Doçent Adrian Nestor, yalnızca bir kişinin algıladıklarının, aynı zamanda hatırladıklarının ve hayal ettiklerinin, ifade etmek istediklerinin sinir temelli bir yeniden inşasını da üretebilir ”diyor.
"Ayrıca, bir skeç sanatçısına sağlanan sözlü açıklamalara güvenmek yerine, olası şüpheliler hakkında görgü tanığı bilgilerini toplamada kolluk kuvvetleri için adli kullanımlara da sahip olabilir."
Dergide yayınlanacak araştırma eNeuro, Kanada Doğa Bilimleri ve Mühendislik Araştırma Konseyi (NSERC) ve bir Connaught Yeni Araştırmacı Ödülü tarafından finanse edildi.
Nestor, "Gerçekten heyecan verici olan şey, kareleri ve üçgenleri değil, bir kişinin yüzünün gerçek görüntülerini yeniden oluşturmamız ve bu, pek çok ince taneli görsel ayrıntı içeriyor," diye ekliyor Nestor.
“Bir kişinin görsel olarak deneyimlediklerini beyin aktivitesine göre yeniden yapılandırabileceğimiz gerçeği, pek çok olasılığın kapılarını aralıyor. Zihnimizin öznel içeriğini ortaya çıkarır ve algımızın, hafızamızın ve hayal gücümüzün içeriğine erişmenin, keşfetmenin ve paylaşmanın bir yolunu sağlar. "
Kaynak: Toronto Üniversitesi
