Physical Address

304 North Cardinal St.
Dorchester Center, MA 02124

मस्तिष्क गतिविधि डेटा को पारंपरिक तकनीकों की तुलना में अधिक सटीक व्याख्या करने की नई विधि



स्कोल्टेक शोधकर्ताओं ने मस्तिष्क गतिविधि डेटा की व्याख्या करने के लिए एक विधि प्रस्तावित की है जो पारंपरिक रूप से उपयोग की जाने वाली तकनीक की तुलना में पांच गुना अधिक सटीक साबित हुई जब एमआरआई डेटा में कलाकृतियां थीं या केवल एक कम-रिज़ॉल्यूशन हेड मॉडल उपलब्ध था। में रिपोर्ट किया गया मेडिकल इमेजिंग पर आईईईई व्यवहार, निष्कर्ष दवा प्रतिरोधी मिर्गी के इलाज और स्वस्थ मस्तिष्क में संज्ञानात्मक प्रक्रियाओं को समझने के लिए उपयोग किए जाते हैं, जिसमें यह भी शामिल है कि यह दृश्य उत्तेजनाओं पर कैसे प्रतिक्रिया करता है और नए शब्दों को रिकॉर्ड करता है।

मस्तिष्क गतिविधि का मानचित्रण यह निर्धारित करने का मानक तरीका है कि मस्तिष्क के कौन से हिस्से एक विशिष्ट संज्ञानात्मक कार्य में शामिल हैं -; उदाहरण के लिए, बिल्ली को उंगली से पोक करने से संवेदी इनपुट प्राप्त करना -; या पैथोलॉजिकल प्रक्रियाओं में फंसा हुआ है, जैसे मिरगी के दौरे या नींद संबंधी विकार। मस्तिष्क की गतिविधि आमतौर पर इलेक्ट्रो- या मैग्नेटोएन्सेफलोग्राफी, संक्षिप्त ईईजी और एमईजी के साथ दर्ज की जाती है। पहली तकनीक में स्थानीय विद्युत क्षमता को मापने के लिए खोपड़ी की सतह पर इलेक्ट्रोड की एक सरणी रखना शामिल है। दूसरा सेंसर क्षमता के बजाय चुंबकीय क्षेत्र को रिकॉर्ड करने के लिए सेंसर का उपयोग करता है, लेकिन दोनों उपाय मस्तिष्क में विद्युत धाराओं का पता लगाने और उन्हें स्थानीय बनाने के लिए प्रॉक्सी हैं।

ईईजी लगभग 100 वर्षों से है, और कुछ प्रकार की तंत्रिका गतिविधि का बहुत अच्छी तरह से अध्ययन किया जाता है। उदाहरण के लिए, एक अनुभवी चिकित्सक के लिए कच्चे ईईजी डेटा को पढ़कर नींद संबंधी विकार का अध्ययन करना काफी आसान है। अन्य मामले अधिक कठिन हैं। एक रोगी के मस्तिष्क में सटीक हॉटस्पॉट को इंगित करने के लिए जो मिर्गी के दौरे के लिए ज़िम्मेदार हैं, ईईजी या एमईजी डेटा को उच्च-रिज़ॉल्यूशन एमआरआई स्कैन के साथ जोड़ा जाता है, जो रोगी के सिर का मॉडल करता है, और उन्नत कंप्यूटर एल्गोरिदम के साथ संसाधित होता है। बशर्ते कि परेशानी वाला क्षेत्र सटीक रूप से स्थानीयकृत हो, फिर इसे आसपास के ऊतकों को नुकसान पहुंचाए बिना मिर्गी के रोगी की सहायता के लिए संचालित किया जा सकता है जब दवाएं काम नहीं करती हैं।”

निकोले याविच, अध्ययन के प्रमुख लेखक, वरिष्ठ शोध वैज्ञानिक, स्कोल्टेक

हालांकि, मस्तिष्क गतिविधि मानचित्रों के संयोजन के साथ उपयोग किए जाने वाले एमआरआई स्कैन हमेशा सही नहीं होते हैं। वे अक्सर शोर और अन्य छवि कलाकृतियों से दूषित होते हैं। इससे छवि विभाजन में अशुद्धि होती है। अध्ययन में शामिल स्कोल्टेक शोधकर्ताओं के अनुसार, उनकी तकनीक ऐसी डेटा खामियों के प्रति बहुत कम संवेदनशील है।

“हमने पाया कि कम-रिज़ॉल्यूशन वाले हेड मॉडल पर तंत्रिका गतिविधि की मॉडलिंग करते समय, हमारी विधि पारंपरिक दृष्टिकोण की तुलना में पांच गुना अधिक सटीक थी। हालांकि यह एक उच्च कम्प्यूटेशनल लोड की भी मांग करता है, लाभ इसके आवेदन को सही ठहराते हैं,” याविच ने टिप्पणी की।

इसका मतलब यह है कि विधि संज्ञानात्मक वैज्ञानिकों, न्यूरोलॉजिस्ट और मस्तिष्क सर्जनों को सही डेटा से कम काम करने में मदद कर सकती है ताकि न्यूरोलॉजिकल आधार अंतर्निहित बीमारियों जैसे मिर्गी, ध्यान घाटे विकार, और ऑटिज़्म, साथ ही स्मृति में शामिल स्वस्थ संज्ञान प्रक्रियाओं को समझने में मदद मिल सके। धारणा, हरकत, और बहुत कुछ।

स्रोत:

जर्नल संदर्भ:

यविच, एन।, और अन्य। (2021) असंरचित ग्रिड पर ईईजी और एमईजी की कंजर्वेटिव परिमित तत्व मॉडलिंग। मेडिकल इमेजिंग पर आईईईई व्यवहार। doi.org/10.1109/TMI.2021.3119851.

.



Source link

Leave a Reply