Peneliti menyempurnakan algoritme untuk meningkatkan pemetaan otak dengan MRI – ScienceDaily

Peneliti menyempurnakan algoritme untuk meningkatkan pemetaan otak dengan MRI – ScienceDaily

[ad_1]

Para ilmuwan dalam proyek sains otak Jepang telah menggunakan kecerdasan mesin untuk meningkatkan akurasi dan keandalan teknik pemetaan otak yang kuat, sebuah studi baru melaporkan.

Perkembangannya, diterbitkan pada 18 Desember di Laporan Ilmiah, memberi para peneliti keyakinan lebih dalam menggunakan teknik untuk melepaskan kabel otak manusia dan untuk lebih memahami perubahan pada kabel yang menyertai gangguan neurologis atau mental seperti penyakit Parkinson atau Alzheimer.

“Mengetahui bagaimana semua wilayah otak yang berbeda terhubung – yang kami sebut sebagai penghubung otak – sangat penting untuk memahami otak sepenuhnya dan semua proses kompleks yang dilakukannya,” kata Profesor Kenji Doya, yang memimpin Komputasi Saraf. Unit di Universitas Pascasarjana Institut Sains dan Teknologi Okinawa (OIST).

Untuk mengidentifikasi connectomes, peneliti melacak serat sel saraf yang meluas ke seluruh otak. Dalam percobaan pada hewan, para ilmuwan dapat menyuntikkan pelacak fluoresen ke beberapa titik di otak dan gambar di mana serabut saraf yang berasal dari titik-titik ini meluas. Tetapi proses ini membutuhkan analisis ratusan potongan otak dari banyak hewan. Dan karena sifatnya yang sangat invasif sehingga tidak dapat digunakan pada manusia, jelas Prof. Doya.

Namun, kemajuan dalam pencitraan resonansi magnetik (MRI) telah memungkinkan untuk memperkirakan konektom secara non-invasif. Teknik ini, disebut pelacakan serat berbasis MRI difusi, menggunakan medan magnet yang kuat untuk melacak sinyal dari molekul air saat mereka bergerak – atau berdifusi – di sepanjang serabut saraf. Algoritme komputer kemudian menggunakan sinyal air ini untuk memperkirakan jalur serabut saraf di seluruh otak.

Namun saat ini, algoritma tersebut tidak memberikan hasil yang meyakinkan. Sama seperti bagaimana foto dapat terlihat berbeda tergantung pada pengaturan kamera yang dipilih oleh fotografer, pengaturan – atau parameter – yang dipilih oleh ilmuwan untuk algoritma ini dapat menghasilkan koneksi yang sangat berbeda.

“Ada keprihatinan yang tulus dengan keandalan metode ini,” kata Dr. Carlos Gutierrez, penulis pertama dan peneliti pascadoktoral di OIST Neural Computation Unit. “Sambungan dapat didominasi oleh positif palsu, artinya mereka menunjukkan koneksi saraf yang sebenarnya tidak ada.”

Selain itu, algoritme berjuang untuk mendeteksi serabut saraf yang membentang di antara daerah-daerah terpencil di otak. Namun koneksi jarak jauh ini adalah beberapa yang paling penting untuk memahami bagaimana otak berfungsi, kata Dr. Gutierrez.

Pada 2013, para ilmuwan meluncurkan proyek yang dipimpin pemerintah Jepang yang disebut Brain / MINDS (Brain Mapping by Integrated Neurotechnologies for Disease Studies) untuk memetakan otak marmoset – primata bukan manusia kecil yang otaknya memiliki struktur yang mirip dengan otak manusia.

Proyek otak / MINDS bertujuan untuk membuat koneksi lengkap dari otak marmoset dengan menggunakan teknik pencitraan MRI non-invasif dan teknik pelacak fluoresen invasif.

“Kumpulan data dari proyek ini merupakan kesempatan yang sangat unik bagi kami untuk membandingkan hasil dari otak yang sama yang dihasilkan oleh dua teknik dan menentukan parameter apa yang perlu disetel untuk menghasilkan penghubung berbasis MRI yang paling akurat,” kata Dr. Gutierrez. .

Dalam studi saat ini, para peneliti mengatur untuk menyempurnakan parameter dari dua algoritma berbeda yang banyak digunakan sehingga mereka dapat mendeteksi serat jarak jauh secara andal. Mereka juga ingin memastikan algoritme mengidentifikasi sebanyak mungkin serat sementara secara minimal menunjukkan serat yang sebenarnya tidak ada.

Alih-alih mencoba semua kombinasi parameter yang berbeda secara manual, para peneliti beralih ke kecerdasan mesin.

Untuk menentukan parameter terbaik, peneliti menggunakan algoritma evolusioner. Algoritme pelacakan serat memperkirakan koneksi dari data MRI difusi menggunakan parameter yang berubah – atau bermutasi – di setiap generasi berturut-turut. Parameter tersebut bersaing satu sama lain dan parameter terbaik – yang menghasilkan koneksi yang paling cocok dengan jaringan saraf yang terdeteksi oleh pelacak fluoresen – maju ke generasi berikutnya.

Para peneliti menguji algoritme menggunakan pelacak fluoresen dan data MRI dari sepuluh otak marmoset yang berbeda.

Tetapi memilih parameter terbaik tidaklah mudah, bahkan untuk mesin, para peneliti menemukan. “Beberapa parameter mungkin mengurangi tingkat positif palsu tetapi membuatnya lebih sulit untuk mendeteksi koneksi jarak jauh. Ada konflik antara berbagai masalah yang ingin kami selesaikan. Jadi memutuskan parameter apa yang harus dipilih setiap kali selalu melibatkan pertukaran,” kata Dr. Gutierrez.

Selama beberapa generasi proses “survival-of-the-fittest” ini, algoritme yang berjalan untuk setiap otak saling menukar parameter terbaik mereka, memungkinkan algoritme untuk menetapkan set parameter yang lebih mirip. Di akhir proses, para peneliti mengambil parameter terbaik dan membuat rata-rata untuk membuat satu set bersama.

“Menggabungkan parameter adalah langkah penting. Otak individu bervariasi, jadi akan selalu ada kombinasi unik dari parameter yang bekerja paling baik untuk satu otak tertentu. Tetapi tujuan kami adalah menghasilkan rangkaian parameter umum terbaik yang akan bekerja dengan baik untuk semua. otak marmoset, “jelas Dr. Gutierrez.

Tim menemukan bahwa algoritme dengan set umum parameter yang dioptimalkan juga menghasilkan penghubung yang lebih akurat di otak marmoset baru yang bukan bagian dari set pelatihan asli, dibandingkan dengan parameter default yang digunakan sebelumnya.

Perbedaan mencolok antara gambar yang dibangun oleh algoritma menggunakan parameter default dan yang dioptimalkan mengirimkan peringatan keras tentang penelitian connectome berbasis MRI, kata para peneliti.

“Ini mempertanyakan setiap penelitian yang menggunakan algoritme yang belum dioptimalkan atau divalidasi,” Dr. Gutierrez memperingatkan.

Di masa depan, para ilmuwan berharap dapat membuat proses penggunaan kecerdasan mesin untuk mengidentifikasi parameter terbaik lebih cepat, dan menggunakan algoritme yang ditingkatkan untuk lebih akurat menentukan penghubung otak dengan gangguan neurologis atau mental.

“Pada akhirnya, pelacakan serat berbasis MRI difusi dapat digunakan untuk memetakan seluruh otak manusia dan menunjukkan perbedaan antara otak yang sehat dan yang sakit,” kata Dr. Gutierrez. “Ini bisa membawa kita selangkah lebih dekat untuk belajar bagaimana menangani gangguan ini.”

Untuk Informasi Lebih lanjut silahkan Kunjungi : Togel Hongkong

Author Image
adminProzen