ENGINEERINGNET.BE - De beste manier om neurale activiteit in het brein te meten is door er letterlijk in te kijken, oftewel door meetapparatuur in de hersenen zelf te plaatsen. Een probleem van dit soort metingen is dat ze erg invasief zijn: je moet er de schedel en het brein van proefpersonen voor openmaken.
Bij mensen wordt de hersenactiviteit daarom meestal niet-invasief gemeten, met behulp van fMRI-, MEG- of EEG-scanners. Deze technieken leveren echter minder gedetailleerd beeld van de neurale activiteit op.
In deze nieuwe studie is het gelukt om neurale activiteit direct in het menselijk brein te meten en zo de temporele dynamiek - snelle fluctuaties in neurale activiteit die tonen hoe de hersenen een visueel beeld verwerken - gedetailleerd en nauwkeurig bloot te leggen.
Dit was mogelijk door de samenwerking van neurowetenschappers van de Universiteit van Amsterdam (UvA), de New York University en de Universiteit Utrecht met twee academische medische centra.
De proefpersonen waren epilepsiepatiënten bij wie artsen elektroden hadden geïmplanteerd om de hersenactiviteit te bestuderen die samengaat met epileptische aanvallen.
Dankzij deze implantaten konden onderzoekers gedetailleerd zien wat er in de hersenen van de patiënten gebeurde wanneer deze in hun ziekenhuisbed op een laptop naar een set van plaatjes keken.
De studie toont aan dat computermodellen die zijn ontwikkeld om neurale reacties bij proefdieren te verklaren, ook toepasbaar zijn op menselijke hersenen. De modellen kunnen veranderingen in hersenactiviteit voorspellen die optreden wanneer het visueel gepresenteerde beeld verandert.
Bijvoorbeeld hoeveel langer neuronen actief blijven als een bepaald beeld twee keer zo lang op het scherm blijft, of hoeveel ze hun activiteit verminderen als een beeld een tweede keer wordt getoond.
Hoofdonderzoeker Iris Groen van de UvA: ‘De data laten zien dat de hersenen zich snel aanpassen aan veranderingen in de input, en ons computermodel bewijst dat we dat proces kunnen vangen met een paar simpele wiskundige vergelijkingen.'
'Nu we deze vergelijkingen hebben geïdentificeerd, kunnen we proberen ze op te nemen in computer-algoritmen om te zien of deze daardoor beter worden in het oplossen van beeldherkenningsproblemen die mensen moeiteloos doen, maar waar computers nog steeds moeite mee hebben, zoals het herkennen en voorspellen van gebeurtenissen in video's.’
Op de foto boven: snelle fluctuaties in neurale activiteit in de menselijke visuele cortex worden voorspeld door een computermodel.
