15 January 2022, 2:00

Устная и мысленная речь формируются по одинаковым мозговых механизмам

Устная и мысленная речь формируются по одинаковым мозговых механизмам
Ход эксперимента
Source: Пресс-служба ЮФУ

Речь — важнейшее средство коммуникации, без которого сложно представить повседневную жизнь. Из-за травм, инсульта и нейродегенеративных заболеваний человек может утрать способность вербального самовыражения, даже если сохраняется интеллект и мысленная речь. Очень заманчивой видится идея превратить связанную с ней активность нейронов во внешний сигнал, например, транслируемый при помощи «умной» колонки, однако осуществить это достаточно трудно: пришлось бы внедрить электроды в мозг пациента, что небезопасно. Альтернативой, пусть и не столь эффективной, может стать применение электроэнцефалографии (ЭЭГ), которая считывает мозговые сигналы с поверхности кожи головы. Метод достаточно дешев, прост, чувствителен и не требует проведения операции.

Взяв ЭЭГ за основу, ученые из Южного федерального университета оценили степень взаимодействия различных областей мозга в условиях реального и мысленного проговаривания различных слов, обозначающих направления в пространстве, например, вверх, вниз, вправо, влево, вперед, назад. На первом этапе в исследованиях приняли участие студенты и магистранты университета.

Результаты показали, что в условиях реального проговаривания различных слов уровень синхронизации и взаимодействия различных структур мозга заметно повышался, причем наиболее существенно — на частотах гамма-2-ритма (55-70 Гц). Этим частотам отводят ведущую роль в реализации когнитивных, то есть познавательных функций головного мозга.

Интересно, что и в условиях мысленного произношения тех же самых слов в левом речевом полушарии мозга также наблюдалось формирование особых пространственных паттернов когерентности, отражающих связь проекционных речевых областей неокортекса, прежде всего, зон Брока и Вернике.

Применение моделей машинного обучения и нейросетевой классификации продемонстрировало значительное сходство мозговых механизмов формирования устной и мысленной речи.

«Основная задача на данном этапе — увеличить количество распознаваемых слов, а также усовершенствовать методы анализа мозговой активности, в том числе за счет алгоритмов искусственного интеллекта. Использование показателей, полученных в рамках проведенного исследования, может помочь в разработке так называемых речевых «протезов» для парализованных лиц, мысленную речь которых в перспективе станет возможно воспроизвести, например, через «умную» колонку, подключенную к интерфейсу мозг-компьютер», — отметил руководитель проекта Дмитрий Шапошников, кандидат технических наук, ведущий научный сотрудник Научно-исследовательского технологического Центра нейротехнологий ЮФУ.

Работа выполнена при поддержке гранта Российского научного фонда (РНФ).

Source:  Пресс-служба ЮФУ

News article publications

Read also

Попытка оказалась лучше воображения при мысленном управлении компьютером
Нейрофизиологи предложили реализовать интерфейс мозг-компьютер на основе квазидвижений - очень слабых попыток пошевелить конечностью, которые заметны лишь по сигналам ЭЭГ. Они ближе к реальному движению и в целом более просты для освоения человеком и распознавания программой
Brain-computer interface
Neuroscience
2 March 2023
Новый подход в нейрохирургии упростит мониторинг кровотока
Ученые создали и протестировали технологию для контроля кровотока в режиме реального времени во время операций на головном мозге. В отличие от существующих аналогов, эта система не требует введения контрастных веществ в кровь и использования дорогостоящих материалов. Это поможет нейрохирургам точнее отслеживать показатели кровотока мозга пациента, тем самым повышая безопасность операции и предотвращая возможные осложнения: кровоизлияния и образование тромбов.
Medicine
Neuroscience
Surgery
26 March 2024
Выяснено, что мозг по-разному реагирует на реальные и воображаемые движения
Ученые установили, как активность нашего мозга при воображаемом движении отличается от его работы во время реального действия. Оказалось, что в обоих случаях возникает предшествующий сигнал в коре головного мозга, однако при воображаемом движении он не имеет четкой привязки к конкретному полушарию. Полученные данные потенциально могут использоваться в медицинской практике для создания нейротренажеров и контроля восстановления нервных сетей у пациентов, перенесших инсульт.
Bioengineering
Bioinformatics
Computational Biology
Neuroscience
2 January 2024
Модель машинного обучения выявила болезнь Паркинсона по сигналам ЭЭГ
Ученые разработали модель машинного обучения, позволяющую за сотые доли секунды по результатам электроэнцефалограммы (ЭЭГ) с 99,9% точностью выявлять болезнь Паркинсона. Еще одно преимущество нового алгоритма — в совместимости с портативными бытовыми устройствами, которые пациенты могут иметь у себя дома. Поэтому предложенный алгоритм может использоваться не только в больнице при диагностике, но и в домашних условиях для мониторинга состояния здоровья людей с ранее выявленной болезнью Паркинсона.
Machine learning
Medicine
Neuroscience
4 December 2023
Микробиота - одна из возможных причин идиопатической ходьбы на носках у детей
Идиопатическая ходьба на носках (отсутствие полного контакта стопы) встречается примерно у 1-5% детей и возможно являться симптомом задержки развития, психоэмоциональных или неврологических расстройств, а также следствием травм. Эта сенсомоторная дисфункция потенциально может возникнуть из-за несбалансированной выработки нейротрансмиттеров - посредников передачи импульса между нейронами и от нейронов к мышечной ткани, которые играют решающую роль в двигательном контроле. Ученые МФТИ, кафедры ортопедии РУДН и Института белка РАН провели детальный анализ научных исследований, посвященных данной патологии, и вывели теоретическое обоснование взаимосвязи нарушения выработки нейромедиаторов с дисбалансом метаболитов кишечной микробиоты.
Genetics
Microbiology
Neuroscience
2 November 2023
Алгоритмы машинного обучения ускорят производство сердечных протезов
Ученые предложили использовать искусственный интеллект для разработки новых протезов клапанов сердца. Сочетание моделей машинного обучения совместно с математическими алгоритмами оптимизации позволяет ускорить подбор множественных параметров створок протеза и получить клапан сердца «идеальной» конфигурации в несколько тысяч раз быстрее, чем в случае классической разработки, основанной на многократном цикле изготовления прототипа и его исследования. Оптимизация поможет сократить напряжение, возникающее в створках протезов при работе, а значит, сделает их более долговечными.
Artificial intelligence
Machine learning
Medicine
17 October 2023