publicidad
Noticias científicas
de organizaciones de investigación

Las neuronas artificiales reconocen bioseñales en tiempo real

Fecha :
27 de mayo de 2021
Fuente :
Universidad de Zurich
Resumen :
Los investigadores han desarrollado un dispositivo compacto y energéticamente eficiente hecho de neuronas artificiales que es capaz de decodificar ondas cerebrales. El chip utiliza datos registrados de las ondas cerebrales de pacientes con epilepsia para identificar qué regiones del cerebro causan ataques epilépticos. Esto abre nuevas perspectivaspara tratamiento.
Compartir :
HISTORIA COMPLETA

Los algoritmos de redes neuronales actuales producen resultados impresionantes que ayudan a resolver una cantidad increíble de problemas. Sin embargo, los dispositivos electrónicos utilizados para ejecutar estos algoritmos aún requieren demasiada potencia de procesamiento. Estos sistemas de inteligencia artificial IA simplemente no pueden competir con un cerebro real cuandose trata de procesar información sensorial o interacciones con el entorno en tiempo real.

el chip neuromórfico detecta oscilaciones de alta frecuencia

La ingeniería neuromórfica es un nuevo enfoque prometedor que cierra la brecha entre la inteligencia artificial y la natural. Un equipo de investigación interdisciplinario de la Universidad de Zúrich, la ETH de Zúrich y el Hospital Universitario de Zúrich ha utilizado este enfoque para desarrollar un chip basado en tecnología neuromórfica quereconoce de forma fiable y precisa bioseñales complejas. Los científicos pudieron utilizar esta tecnología para detectar con éxito oscilaciones de alta frecuencia HFO registradas previamente. Estas ondas específicas, medidas mediante un electroencefalograma intracraneal iEEG, han demostrado ser biomarcadores prometedores para identificar latejido cerebral que causa ataques epilépticos.

complejo, compacto y energéticamente eficiente

Los investigadores primero diseñaron un algoritmo que detecta HFO simulando la red neuronal natural del cerebro: una pequeña red neuronal de picos SNN. El segundo paso consistió en implementar el SNN en una pieza de hardware del tamaño de una uña que recibeseñales neuronales mediante electrodos y que, a diferencia de las computadoras convencionales, es enormemente eficiente energéticamente. Esto hace posible cálculos con una resolución temporal muy alta, sin depender de Internet o la computación en la nube. "Nuestro diseño nos permite reconocer patrones espacio-temporales en señales biológicasen tiempo real ", dice Giacomo Indiveri, profesor del Instituto de Neuroinformática de UZH y ETH Zur-ich.

Medición de HFO en quirófanos y fuera de hospitales

Los investigadores ahora planean usar sus hallazgos para crear un sistema electrónico que reconozca y monitoree de manera confiable las HFO en tiempo real. Cuando se usa como una herramienta de diagnóstico adicional en los quirófanos, el sistema podría mejorar el resultado de las intervenciones neuroquirúrgicas.

Sin embargo, este no es el único campo donde el reconocimiento de HFO puede jugar un papel importante. El objetivo a largo plazo del equipo es desarrollar un dispositivo para monitorear la epilepsia que pueda usarse fuera del hospital y que permita analizar señalesde una gran cantidad de electrodos durante varias semanas o meses. "Queremos integrar comunicaciones de datos inalámbricas de baja energía en el diseño, para conectarlo a un teléfono celular, por ejemplo", dice Indiveri. Johannes Sarnthein, neurofisiólogo de UniversityHospitalZurich, elabora: "Un chip portátil o implantable como este podría identificar períodos con una mayor o menor tasa de incidencia de convulsiones, lo que nos permitiría brindar una medicina personalizada". Esta investigación sobre la epilepsia se está llevando a cabo en el Centro de Epileptología de Zurich.y Epilepsy Surgery, que se lleva a cabo como parte de una asociación entre UniversityHospital Zurich, Swiss Epilepsy Clinic y University Children's Hospital Zurich.


Fuente de la historia :

Materiales proporcionado por Universidad de Zurich . Nota: el contenido se puede editar por estilo y longitud.


Referencia de la revista :

  1. Mohammadali Sharifshazileh, Karla Burelo, Johannes Sarnthein, Giacomo Indiveri. Un sistema neuromórfico electrónico para la detección en tiempo real de oscilaciones de alta frecuencia HFO en el EEG intracraneal . Comunicaciones de la naturaleza , 2021; 12 1 DOI: 10.1038 / s41467-021-23342-2

cite esta página :

Universidad de Zúrich. "Las neuronas artificiales reconocen señales biológicas en tiempo real". ScienceDaily. ScienceDaily, 27 de mayo de 2021. .
Universidad de Zúrich. 2021, 27 de mayo. Las neuronas artificiales reconocen bioseñales en tiempo real. ScienceDaily . Consultado el 27 de mayo de 2021 en www.science-things.com/releases/2021/05/210527112501.htm
Universidad de Zúrich. "Las neuronas artificiales reconocen señales biológicas en tiempo real". ScienceDaily. Www.science-things.com/releases/2021/05/210527112501.htm consultado el 27 de mayo de 2021.

1

2

3

4

5
HISTORIAS RELACIONADAS