Skoltech 研究人员提出了一种解释大脑活动数据的方法，在 MRI 数据包含伪影或只有低分辨率头部模型可用的情况下，该方法被证明比传统使用的技术准确率高达五倍。在IEEE Transactions on Medical Imaging 上报道，这些发现可用于治疗耐药性癫痫和理解健康大脑的认知过程，包括它如何对视觉刺激做出反应并记录新单词。
绘制大脑活动图是确定大脑的哪些部分参与特定认知任务的标准方法——例如，接收用手指戳猫的感觉输入——或涉及病理过程，如癫痫发作或睡眠障碍。大脑活动通常用脑电图或脑磁图记录，分别缩写为 EEG 和 MEG。第一种技术涉及在头皮表面放置电极阵列以测量局部电位。第二种方法使用传感器来记录磁场而不是电位，但这两种方法都是检测和定位大脑中电流的代理。
“脑电图已经存在了大约 100 年，并且对某些类型的神经活动进行了很好的研究，”该研究的主要作者、Skoltech 的高级研究科学家 Nikolay Yavich 解释说。“例如，对于有经验的医生来说，通过阅读原始脑电图数据来研究睡眠障碍是相当容易的。其他情况更难。为了查明导致癫痫发作的患者大脑中的精确热点，EEG 或 MEG 数据与高分辨率 MRI 扫描相结合，该扫描对患者的头部进行建模，并使用先进的计算机算法进行处理。只要问题区域被准确定位，就可以在不损伤周围组织的情况下进行手术，以在药物不起作用时帮助癫痫患者。”
然而，与大脑活动图结合使用的 MRI 扫描并不总是完美的。它们经常被噪声和其他图像伪影破坏。这导致图像分割不准确。据参与该研究的 Skoltech 研究人员称，他们的技术对此类数据缺陷的敏感度要低得多。
“我们发现，在对低分辨率头部模型进行神经活动建模时，我们的方法比传统方法准确率高出五倍。虽然它也需要更高的计算负载，但好处似乎证明了它的应用是合理的，”Yavich 评论道。
这意味着该方法可以帮助认知科学家、神经学家和脑外科医生使用不太完美的数据来了解癫痫、注意力缺陷障碍和自闭症等疾病的神经学基础，以及涉及记忆、感官的健康认知过程。感知、运动等。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！