Разгадка нейронного кода: цифровой или аналоговый сигнал? | Наука 21 век

Наука 21 век » Разгадка нейронного кода: цифровой или аналоговый сигнал?





Разгадка нейронного кода: цифровой или аналоговый сигнал?

Декабрь 4th, 2013

Разгадка нейронного кода: цифровой или аналоговый сигнал?Физики создали технологию, которая позволяет определить, какая часть мозга полагается на аналоговые сигналы, а какая – на цифровые. Один из крупнейших споров нейробиологии ведется вокруг того, как нейроны кодируют информацию, поступающую от мозга и к нему. Неясно, посылается ли информация в цифровойили в аналоговой форме - или вообще мозг пользуется обоими средствами одновременно. Получить ответ на этот вопрос непросто. Цифровые сигналы, передаваемые обычными компьютерами, нисколько не похожи на аналоговые сигналы, применяемые в старых телевизорах и радиоприемниках. Отличить их друг от друга просто. Нельзя сказать того же о нейронных сигналах - там разделить цифровые и аналоговые сигналы довольно сложно. Поэтому целесообразно было бы найти способ определения того, является ли нейронный сигнал аналоговым или цифровым. 

Ясухиро Мотидзуки (Yasuhiro Mochizuki) и Сигеру Синомото (Shigeru Shinomoto) из Университета Киото (Япония) заявляют о том, что научились делать это. Разгадка нейронного кода: цифровой или аналоговый сигнал?

Нейробиологам давно известно, что нейроны передают сигналы в форме электрических импульсов, которые называются биоэлектрическими потенциалами или "спайками". Несколько взятых вместе спайков называется последовательностью спайков. Точный способ кодирования информации в спайках неизвестен, однако ученые открыли как минимум два протокола кодирования. В 1990 году нейробиологи обнаружили, что напряжение мышцы зависит от количества "спайков" в определенный период времени, от скорости их прибывания. Этот вид сигнала имеет лишь два состояния – включено или выключено – так что он определенно является цифровым. Однако другие нейробиологи утверждают, что информация может быть закодирована и по-другому – посредством разницы во времени между отдельными спайками при их прибытии. Это аналоговое кодирование.

Сложность заключается в разграничение этих двух сигналов, поскольку они оба зависят от характеристики спайков, которые путешествуют по нейрону. Этот вопрос вызывает частые споры среди нейробиологов, поскольку отсутствует согласия относительно того, когда сигнал является цифровым, а когда аналоговым.

Мотидзуки и Синомото разработали способ автоматического определения вида кодирования. Способ основан на идее о том, что некоторые статистические модели лучше выражают цифровой код, чем аналоговый код, и наоборот.

К примеру, подход, известный как эмпирическая модель Байеса, создан специально для моделирования аналогового сигнала. Напротив, скрытая модель Маркова лучше отражает характеристики цифровых кодов.
Идея Мотидзуки и Синамото состояла в использовании сильных сторон каждого метода для определения того, является ли сигнал цифровым или аналоговым. 

Метод довольно прямолинеен. Ученые анализируют нейронный сигнал и затем стараются повторить его сначала с помощью эмпирической модели Байеса, затем с помощью скрытой модели Маркова. Далее на основе модели, которая лучше отражает характеристики первоначального сигнала, они определяют, является ли сигнал аналоговым или цифровым. Получается, что если эмпирическая модель Байеса лучше отражает сигнал, тогда сигнал, вероятно, аналоговый. А если скрытая модель Маркова подходит лучше, тогда сигнал, скорее всего, цифровой.

Ученые протестировали свой подход, анализируя сигналы, которые возникали в разных частях мозга длиннохвостых макак. По их словам данный подход доказывает, что разные части мозга используют разные формы кодирования. «Процент нейронов, осуществляющих аналоговое или цифровое кодирование, различается в трех участках мозга», - говорят исследователи.

Это интересное открытие. Если этот метод окажется верным, он может помочь разрешить вопрос о том, как мозг кодирует информацию для достижения различных целей. Это может также помочь инженерам в создании чипов, которые смогут воспроизводить такие виды сигналов, улучшая интерфейс для сообщения человека и машины или даже выполняя функции нервной системы, если та непоправимо повреждена.

С научной статьей можно ознакомиться здесь.

По материалам MIT Technology Review.

Иван Штепа nauka21vek.ru