Загляни в мои сныУченые оказались как никогда близки к чтению сновидений
Японские нейробиологи научились угадывать по данным электроэнцефалограммы, что снится человеку. Ученые пока не могут продемонстрировать, как именно выглядят образы из снов, однако вполне вероятно, что это произойдет уже очень скоро: ранее эта же группа на основе данных томографии научилась воспроизводить демонстрируемые наяву статичные изображения, а их американские конкуренты показали настоящее "мысленное кино".
....
Для объективного изучения требуется метод, способный давать объективные результаты. Люди тысячелетиями пытались понять, как устроено зрение, почему возникают иллюзии и зачем снятся сны, но науки из этого не получалось до тех пор, пока не была изобретена функциональная магнитно-резонансная томография (фМРТ).
Принцип фМРТ заключается в том, что с помощью измерения концентрации кислорода в отдельных зонах мозга можно установить их активность. Активные нейроны потребляют много энергии, их разрядка стимулирует повышенный ток крови в ближайших капиллярах. Это, в свою очередь, приводит к повышению концентрации в данном месте кислорода, что можно увидеть на картинке томографа.
...
В 2008 году группе исследователей под руководством Юкиясу Камитани (Yukiyasu Kamitani) удалось то, что раньше представлялось ученым совершенно невозможным. Они смогли воспроизвести изображения, который видели испытуемые, основываясь только на данных фМРТ их зрительных зон. Изображения были небольшие - всего 10х10 пикселей, однако этого оказалось достаточно, чтобы составить из них слово "neuron" - название журнала, в котором была опубликована статья.
...
Ментальное кино
Спустя всего три года конкурирующая группа американских исследователей под руководством Джека Гэлланта сделала еще один прорывной шаг в направлении декодирования изображений. Им удалось воспроизвести по данным фМРТ не статическую черно-белую картинку разрешением в сто пикселей, а динамическое и достаточно подробное изображение ("natural movie", как назвали его авторы).
При этом ученые применили модель другой архитектуры. Основное внимание в ней уделялось не декодированию информации, а более аккуратному моделированию того, как мозг воспринимает изображения. Для этого они составили две отдельные модели. Первая симулировала поведение отдельных нейронов в ответ на изменения в демонстрируемом изображении, а вторая рассчитывала, как поведение тысяч таких нейронов скажется на яркости отдельных вокселей на фМРТ. В качестве первичных свойств изображения (по аналогии с углом и контрастом в предыдущих примерах) авторы рассматривали угол и скорость движения отдельных элементов.
Трое соавторов статьи (они сами выступили в роли добровольцев) проводили в томографе часы напролет, просматривая старые фильмы и видеоклипы с Youtube. В это время компьютер тщательно собирал данные об активности их визуальной коры. На этих данных проводилось обучение модели. После того как обучение было закончено, добровольцам демонстрировали новые короткие ролики (их не было в исходном наборе), и на основе полученной активности коры компьютер должен был восстановить то, что видели подопытные.
Результат, безусловно, получился впечатляющим, причем, судя по всему, даже для самих авторов. Дело в том, что, как уже указывалось раньше, данные фМРТ - это просто изменение кровотока в мозге. По сравнению с тем, как движется изображение на видео, это изменение происходит очень медленно. Никто из специалистов не ожидал, что из этих данных можно вычленить информацию о движении изображения в видеороликах. Это считалось совершенно невозможным, пока Гэллант и его постдок Нишимото не попытались это осуществить.
...
Дело за снами
Группе Юкуасу Камитани пришлось ответить чем-то еще более впечатляющим, чем реконструкция движущегося изображения. На конференции нейробиологов, которая только что закончилась в Новом Орлеане, он представил доклад по расшифровке образов из сновидений. Работа с описанием деталей эксперимента пока еще не опубликована, поэтому придется обойтись кратким пересказом доклада, приводимым Nature News.
В ходе эксперимента добровольцы должны были пересказывать содержание своих сновидений, которые они наблюдали сразу после засыпания. Их будили, расспрашивали о том, что они видели, а затем снова давали заснуть и вновь будили. Такие циклы засыпания-пробуждения проводили блоками по три часа, причем за час несчастных добровольцев будили по шесть-семь раз.
Все это время за активностью визуальной коры мозга внимательно следили при помощи электроэнцефалографии. Почему на этот раз ученые выбрали именно этот метод (гораздо более примитивный, чем фМРТ), пока сказать невозможно. Может быть, добровольцам просто неудобно было постоянно засыпать и просыпаться в томографе. Но узнаем это мы не раньше, чем будет опубликовано исследование.
Не имея возможности заглянуть при помощи фМРТ в визуальную кору и восстановить изображения так, как ранее Камитани и Гэллант уже делали, ученые решили применить более грубый подход. Они вычленяли из отчетов подопытных отдельные слова и строили модель на базе этих образов. Чтобы упростить задачу, те же образы добровольцам показывали в виде картинок уже наяву и искали общие паттерны возбуждения в визуальной коре.
В результате японским нейробиологам удалось получить модель, которая могла по данным энцефалограммы угадать, что снится человеку (в рамках набора ключевых слов) с вероятностью в 75-80 процентов.
Ясно, что эти результаты пока являются предварительными. Они очень сильно ограничены использованием электроэнцефалографии, которая дает гораздо более грубые данные, чем фМРТ. Однако, тем более впечатляют результаты моделирования: если ученым удалось вычленить визуальный образ из данных потенциала нескольких электродов, то что говорить о томографии. Если нечто подобное удастся сделать с фМРТ, то в скором времени мы сможем увидеть, как выглядят изнутри наши и чужие сны. По крайней мере технология для этого уже почти готова.
http://www.lenta.ru/articles/2012/10/25/dreamsreader/
