Hello Guest

Sign In / Register

Welcome,{$name}!

/ Odjaviti se
Hrvatska
EnglishDeutschItaliaFrançais한국의русскийSvenskaNederlandespañolPortuguêspolskiSuomiGaeilgeSlovenskáSlovenijaČeštinaMelayuMagyarországHrvatskaDanskromânescIndonesiaΕλλάδαБългарски езикGalegolietuviųMaoriRepublika e ShqipërisëالعربيةአማርኛAzərbaycanEesti VabariikEuskera‎БеларусьLëtzebuergeschAyitiAfrikaansBosnaíslenskaCambodiaမြန်မာМонголулсМакедонскиmalaɡasʲພາສາລາວKurdîსაქართველოIsiXhosaفارسیisiZuluPilipinoසිංහලTürk diliTiếng ViệtहिंदीТоҷикӣاردوภาษาไทยO'zbekKongeriketবাংলা ভাষারChicheŵaSamoaSesothoCрпскиKiswahiliУкраїнаनेपालीעִבְרִיתپښتوКыргыз тилиҚазақшаCatalàCorsaLatviešuHausaગુજરાતીಕನ್ನಡkannaḍaमराठी
Dom > Vijesti > Znanstvenici grade umjetni neuron čip koji mogu prepoznati biološke signale u stvarnom vremenu

Znanstvenici grade umjetni neuron čip koji mogu prepoznati biološke signale u stvarnom vremenu

Istraživački tim iz Züricha nedavno je razvio kompaktan uređaj za uštedu energije izrađen od umjetnih neurona koji mogu dekodirati moždane valove. Čip koristi podatke zabilježene od mozga valova bolesnika s epilepsijom za utvrđivanje kojih područja mozga uzrokuje napadaje. Time se otvara nove izglede za primjenu za liječenje.











Trenutni algoritmi neuronske mreže proizvode impresivne rezultate i pomažu u rješavanju zapanjujućeg broja problema. Međutim, elektronički uređaji koji se koriste za izvođenje tih algoritama i dalje zahtijevaju veliku energiju obrade. Kada je riječ o obradi osjetilnih informacija ili interakcije u stvarnom vremenu s okolišem, ove sustave umjetne inteligencije (AI) jednostavno ne mogu se natjecati sa stvarnim mozgom. I neuromorfni inženjering je obećavajuća nova metoda koja gradi most između umjetne inteligencije i prirodne inteligencije.

Interdisciplinarni istraživački tim na Sveučilištu u Zürichu, Zurich i Sveučilišna bolnica u Zürichu koristila je ovu metodu za razvoj čipa na temelju neuromorfne tehnologije koja može pouzdano i točno identificirati složene biološke signale. Znanstvenici su mogli koristiti ovu tehnologiju za uspješno otkrivanje prethodno zabilježenih visokofrekventnih oscilacija (HFO). Ovi specifični valovi, mjereni korištenjem intrakranijalne elektroencefalografije (IEEG), pokazali su se obećavajući biomarkerima za identificiranje moždanog tkiva koje uzrokuju napadaje.

Istraživači su prvi dizajnirali algoritam za otkrivanje HFE simuliranjem prirodne neuronske mreže mozga: sićušna takozvana spike neuronska mreža (SNN). Drugi korak je implementirati SNN u hardveru veličine noktiju koji prima neuronske signale putem elektroda. Za razliku od tradicionalnih računala, ima ogromnu energetsku učinkovitost. To čini izračune s vrlo visokim mogućim mogućim vremenom, bez oslanjanja na internet ili cloud computing.

Giacomo Indiveri, profesor na Institutu za neuroinformatiku na Sveučilištu u Zürichu i Et Zürichu, rekao je: "Naš dizajn omogućuje nam da prepoznamo spatiotemporalne obrasce u biološkim signalima u stvarnom vremenu."

Istraživači sada planiraju koristiti svoje nalaze za stvaranje elektroničkog sustava za pouzdano identificiranje i praćenje HFO-a u stvarnom vremenu. Kada se koristi kao dodatni dijagnostički alat u operacijskoj dvorani, sustav može poboljšati rezultate neurokirurških intervencija.

Međutim, to nije jedino područje u kojem identifikacija HFF-a može igrati važnu ulogu. Dugoročni cilj tima je razviti uređaj za praćenje epilepsije koja se može koristiti izvan bolnice, što će omogućiti analizu signala velikog broja elektroda u roku od nekoliko tjedana ili mjeseci.

Johannes Sarnthein, neurofiziolog u Sveučilišnoj bolnici Züricha, objašnjava: "Želimo integrirati bežičnu komunikaciju s niskom energijom u dizajnu - na primjer, za povezivanje s mobilnim telefonom. Prijenosni ili implantable čip kao što je ovaj može prepoznati višu stopu napadaja. Visoka ili niska razdoblja, koja će nam omogućiti da pružimo personaliziranu medicinu. "