neuronet有助于诊断削弱大脑的不同部分之间的连接

Innopolis大学的同事一起,从康德波罗的海联邦大学的科学家使用机器学习的方法来研究不断变化的连接和协调大脑的不同部位。

事实证明,老年人使用神经元负责计划和学习当执行简单熟悉的动作。这证实了这个想法,它是更难获得新的运动技能和留住现有的。这项研究可能有助于找到对老年人保持大脑功能的建议。

这项研究的结果发表在传感器。

所有的大脑结构相互作用通过交换电信号神经细胞之间。正常大脑功能需要大量的神经元的持续互动,确保功能连通性或者更简单,大脑的不同部分的一致性。

功能连通性的自闭症患者,阿尔茨海默氏症和多发性硬化症经常损坏。最常见的神经系统疾病的标志是一个中断神经网络大脑的遥远的部分之间。例如,负责的运动活动和认知功能如记忆和注意力。因此,一个人变得更加难以学习新事物如外语、乐器、和绘画。此外,这些连接与年龄相关的变化很敏感。

一起Innopolis大学(Innopolis),从康德波罗的海联邦大学的科学家开发了一种基于机器学习的方法来评估功能连通性之间大脑的不同部位对不同年龄的人。这项研究涉及十年轻,十年纪大的人。

每一个人十五脑室记录传感器连接到正面的不同部分。这有助于研究大脑的不同部位的活动。科学家感兴趣的主要是顶叶和额叶,以及运动皮层因为他们连接神经元负责信号感知(感官功能)和运动(运动功能)。

这些组件都是至关重要的正常行为的控制。作者记录了大脑的活动以下两个条件:当参与者以一种轻松的状态,当他们反复握紧他们的手握成拳头,然后放松的信号。

实验获得的测量结果分析了深度学习神经网络。它帮助研究是否大脑的运动和感觉之间的联系部分建立在任务绩效,如果是这样,这是多强。原来大脑皮层被激活以不同的方式在不同的年龄群体。

因此,当执行简单的手部运动,年长的主题,与年轻人相比,激活一个缓慢的神经活动在所谓的θ的范围。这是常见的学习和执行某种行动的第一次。该研究的作者认为,这一现象的原因是减少老年人的大脑可塑性。

它甚至会导致这一事实来执行简单和熟悉的动作比年轻人需要涉及更多的神经元连接。同时,大脑的不同部分的功能连通性强的年轻参与者实验。此外,他们有更多的运动记忆参与执行动作,所以神经元的活动频率相关的学习和计划减少。

这再次证实了假设的年龄,它变得更加难以获得新的运动技能,和一个执行电动机任务需要更多的努力。

“我们的结果显示,功能连通性模型对齐与当前关于神经元激活健康老化的影响。在未来,我们打算调查inter-neuronal交互的其他类型大脑说:“除了感觉运动的Elena Pitsik波罗的海初级研究员人工智能和神经技术中心。