В НИУ ВШЭ нашли способ распутать нейронные сети мозга
Команда исследователей из НИУ ВШЭ и Института AIRI доказала эффективность разработанного ими ранее метода PSIICOS при построении карты нейронных сетей головного мозга. В отличие от других методов, он ищет не отдельные нейрональные источники, а сразу сети и делает это максимально быстро и точно.
Результаты исследования опубликованы в журнале NeuroImage. Согласно одной из последних теорий, мозг — это большая сеть, состоящая из множества нейронных сетей поменьше. Эти малые сети могут объединяться для выполнения разных функций, поэтому их называют функциональными. Например, когда человек видит злую собаку, сеть, отвечающая за зрение, работает совместно с сетью, контролирующей движения, и человек понимает, что надо убегать.
Нарушения в работе функциональных сетей могут приводить к развитию неврологических заболеваний. Уже доказано, что неврологические нарушения связаны именно с ошибками в связях между различными зонами мозга, а не с проблемами на конкретном участке.
Для изучения функциональных сетей часто применяется электро- или магнитоэнцефалография (ЭЭГ или МЭГ), по которым, используя традиционные методы, можно определить расположение и временные профили электрической активности участков мозга, а затем выявить их функциональную связанность. Однако такие способы не позволяют обнаруживать функциональные сети с идеально синхронными узлами. В 2018 году команда ученых Центра биоэлектрических интерфейсов НИУ ВШЭ впервые в мире предложила метод, способный обнаруживать такие cети по ЭЭГ- и МЭГ-измерениям активности мозга. В основе нового подхода — поиск не отдельных нейрональных источников, а сразу сетей.
В новом исследовании ученые НИУ ВШЭ совместно с исследователями из AIRI показали, что предложенный ими ранее математический метод обеспечивает наилучшую точность, не требуя при этом больших вычислительных затрат. В основе подхода — так называемая PSIICOS-проекция, математическая операция, которая помогает игнорировать фоновую активность мозга при поиске функциональных сетей. Кроме того, метод PSIICOS наиболее эффективен в случае синхронной активации источников: он позволяет определить, что между ними существует функциональная связь.
«Представьте, что вы с закрытыми глазами стоите в толпе, а вокруг вас люди поют. Каждый поет свою песню, кроме двоих. Эта пара поет одну и ту же мелодию в унисон. Она-то вас и интересует. Наш метод позволяет максимально полно отстраниться от пения одиночных людей, обнаружить поющую вместе пару, повернуться к ней и узнать ее мелодию. Кроме того, если вдруг появятся еще пары, поющие в унисон, наш подход позволит их обнаружить и услышать мелодию каждой из таких пар. Принципиально важно, что ищем мы сразу синхронно поющие пары, в то время как другие методы сначала прислушиваются к каждому из поющих в отдельности, а потом, объединяя их по очереди в пары, ищут ту, что поет синхронно и в унисон», — объясняет Алексей Осадчий, директор Центра биоэлектрических интерфейсов НИУ ВШЭ и руководитель научной группы «Нейроинтерфейсы» Института AIRI.
На основе метода PSIICOS ученые планируют разработать целый ряд новых решений для неинвазивного картирования функциональных сетей вне зависимости от величины задержки между профилями временной активности нейронных популяций, лежащих в узлах сети. В дальнейшем метод можно будет использовать и на ЭЭГ, которая является более доступным способом нейровизуализации, чем МЭГ.
По мнению ученых, возможность отслеживать работу функциональных сетей головного мозга как во время выполнения когнитивных или моторных задач, так и в состоянии покоя позволит разработать объективные тесты для диагностики и прогнозирования развития нейродегенеративных расстройств.
Telegram 
Дзен 
VK 
