Ulepszony algorytm sprawił, że procesory graficzne zaczęły pomagać w badaniach nad połączeniami w ludzkim mózgu
Mowa dokładnie o opracowanym przez badaczy z Indian Institute of Science algorytmie ReAl-LiFE (Regularized, Accelerated, Linear Fascicle Evaluation), który może szybko analizować ogromne ilości danych wygenerowanych na podstawie dyfuzyjnych skanów rezonansu magnetycznego (dMRI) ludzkiego mózgu. Mowa tutaj nie o kilkukrotnym, a aż 150-krotnym wzroście szybkości analizy względem powszechnie wykorzystywanych algorytmów.
Czytaj też: Transceiver odbiera energię i dane jednocześnie. Jak wykorzystać to w technologii 5G?
Ten nowy algorytm może pomóc naukowcom lepiej zrozumieć i przewidzieć połączenia pomiędzy różnymi regionami mózgu. Ich badanie wcale nie jest łatwe, bo w każdej części sekundy w mózgu działają całe miliony neuronów, generując impulsy elektryczne, które przemieszczają się w sieciach neuronalnych z jednego miejsca w mózgu do drugiego za pośrednictwem przewodów łączących (aksonów). Połączenia te mają zasadnicze znaczenie dla obliczeń wykonywanych przez mózg, a ich zrozumienie ma kluczowe znaczenie dla odkrycia działania mózgu.
Czytaj też: Mięśnie będzie można założyć. Powstał specjalny kombinezon
Konwencjonalne metody badania połączeń między mózgami zazwyczaj wykorzystują modele zwierzęce i są inwazyjne, podczas gdy skany dMRI, na których bazuje badanie, zapewniają nieinwazyjną metodę badania połączeń mózgowych u ludzi. W ogólnym rozrachunku dane uzyskane ze skanów dostarczają nie aż tak rozbudowane informacje, ale analizujące je algorytmy mogą nadać im zupełnie nowy wymiar.
Czytaj też: Przez 30 lat nie poruszył palcem, a teraz samodzielnie zjadł posiłek. Przełomowy interfejs mózg-komputer
Do tej pory wykorzystywały moc obliczeniową procesorów centralnych (CPU), ale teraz, za sprawą naukowców, którzy zmodyfikowali algorytm, przeszły na GPU, czyli procesory graficzne. Te okazały się skuteczniejsze o 100-150 razy, a sam ulepszony algorytm był nawet w stanie przewidzieć, jak zachowa się osoba badana lub jak wykona określone zadanie. Finalnie, wykorzystując siły połączeń oszacowane przez algorytm dla każdej z 200 osób, zespół badaczy był w stanie wyjaśnić różnice w wynikach testów behawioralnych i kognitywnych. Taka analiza może mieć również zastosowanie w medycynie.
