Исследователи из Медицинской школы Университета Миннесоты представили усовершенствованный метод анализа сигналов мозга, который углубляет понимание функциональности мозга. Это исследование может улучшить лечение таких неврологических заболеваний, как болезнь Паркинсона, боль, эпилепсия и депрессия. Результаты были опубликованы в журнале NeuroImage.
Дэвид Дэрроу, врач и старший автор исследования, отметил: «Этот прорыв обеспечивает более детальное понимание сложной активности мозга, подобно переходу от базового телескопа к сложной космической обсерватории. Инновация может повлиять на различные аспекты повседневной жизни — от образования и психического здоровья до искусственного интеллекта, открывая путь для будущих технологических достижений и более глубокого понимания человеческого познания».
Одним из ключевых результатов исследования является улучшенная способность анализировать прямые записи мозга. Это означает, что учёные теперь лучше понимают, как активность мозга соотносится с различными задачами и поведением. Кроме того, этот метод позволяет исследователям напрямую извлекать закономерности активности мозга в течение времени, показывая, как различные области мозга обрабатывают стимулы во время таких задач, как идентификация изображений.
Александр Герман, врач и соавтор исследования, подчеркнул: «Это исследование представляет собой значительный прогресс в нашей способности анализировать нейронные сигналы. Оно открывает новые возможности для понимания сложной динамики человеческого мозга, прокладывая путь для будущих открытий в области нейробиологии».
Команда исследователей работает над следующей версией платформы, которая позволит им декодировать сигналы мозга и применять стратегии для их интеграции в медицинские устройства и новые методы лечения.
Литература:
Seth D König et al, Flexible multi-step hypothesis testing of human ECoG data using cluster-based permutation tests with GLMEs, NeuroImage (2024). DOI: 10.1016/j.neuroimage.2024.120557