Low-latency neuromorphic closed-loop control of hippocampal ripples in vivo
Deze studie presenteert een volledig geïntegreerd, laag-latent neuromorf raamwerk dat energiezuinige spiking neurale netwerken gebruikt om hippocampale ripples in wakkere muizen in real time te detecteren en te manipuleren, waarbij een closed-loop controle wordt bereikt met aanzienlijk lager energieverbruik dan conventionele deep learning-benaderingen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Stel je je brein voor als een bruisende, razendsnelle stad waar miljarden kleine boodschappers rondrennen en briefjes doorgeven om alles soepel te laten verlopen. Soms raken deze boodschappers in een ritmische, hoogwaardige dans die een "oscillatie" wordt genoemd. Een van de belangrijkste dansen vindt plaats in een deel van het brein dat de hippocampus wordt genoemd, wat als de bibliotheek van de stad dient voor het opslaan van herinneringen. Deze dansen, bekend als "ripples" (rimpelingen), zijn zeer kort en zeer snel—ze duren slechts een oogwenk (ongeveer 30 tot 100 milliseconden) en bewegen met een hoge snelheid (100 tot 250 keer per seconde). Wetenschappers geloven dat als we deze ripples op precies het juiste moment kunnen vangen en ze voorzichtig een duwtje kunnen geven, we geheugenproblemen kunnen oplossen of hersenaandoeningen zoals epilepsie kunnen stoppen.
Maar hier zit de crux: deze ripples zijn zo snel dat tegen de tijd dat een gewone computer ze opmerkt, berekent wat te doen en een signaal terugstuurt, de dans al voorbij is. Het is alsof je een kolibrie probeert te vangen met een net gemaakt van zwaar lood; de vogel is al weg voordat je zelfs maar een zwaai maakt. Om dit op te lossen, hebben wetenschappers een nieuw soort "brein" nodig voor hun computers—één die denkt als een biologisch brein, die direct reageert op gebeurtenissen zonder te wachten. Dit wordt "neuromorphic computing" genoemd. Het is alsof je een langzame, zware vrachtwagen vervangt door een vloot van piepkleine, razendsnelle drones die door de stad kunnen zoeven op het moment dat ze een ripple zien, klaar om direct in te grijpen.
In dit onderzoek heeft een team van onderzoekers precies dat systeem gebouwd. Ze creëerden een piepklein, super-efficiënt digitaal brein met behulp van een speciale chip genaamd SpiNNaker, die nabootst hoe echte neuronen werken. Ze leerden dit digitale brein om die vluchtige hippocampale ripples in realtime te herkennen. De resultaten waren indrukwekkend: hun piepkleine digitale brein, dat slechts 41 neuronen gebruikte (vergeleken met de miljoenen in een standaard deep-learning model), kon de ripples net zo goed detecteren als veel grotere, meer energieverslindende computers. Nog beter nog, het deed dit met een verbruik dat tot 200 keer lager was.
Het detecteren van de ripple is echter slechts de helft van de strijd; de echte magie gebeurt wanneer het systeem de ripple daadwerkelijk verandert. De onderzoekers verbonden hun digitale brein met een levend muizenbrein. Wanneer hun systeem een ripple opmerkte, activeerde het onmiddellijk een lichtsignaal om de betrokken hersencellen voorzichtig te remmen (inhiberen/vertragen). In hun geoptimaliseerde simulaties toonde het systeem aan dat het het potentieel had om tot 80% van de ripples te vangen en in te grijpen voordat ze eindigden. In de experimenten met levende muizen, hoewel de snelheid van het systeem werd beperkt door de initiële opstelling, slaagde het er nog steeds in om de dynamiek van de langste gedetecteerde ripples te veranderen. Specifiek toonde het een sterke tendens naar het verminderen van de energie van de ripple en het veranderen van de manier waarop deze danste, hoewel deze vermindering net tekortschoot voor statistische significantie in de primaire analyse. Hoewel het systeem nog niet perfect is—het mist soms een ripple of raakt in de war door achtergrondruis—bewijst het dat we eindelijk een closed-loop systeem kunnen bouwen dat snel genoeg is om in realtime met het brein te communiceren. Dit suggereert een toekomst waarin we deze piepkleine, energie-efficiënte digitale breinen kunnen gebruiken om mensen met neurologische aandoeningen te helpen door te interageren met hun hersenactiviteit op het moment dat deze plaatsvindt, in plaats van er alleen van een afstandje naar te kijken.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.