研究人员训练一组来识别大脑中的记忆形成信号

范德比尔特大学和马德里卡哈尔研究所的delaPrida实验室之间的一项国际研究合作开发了，用于检测和分析海马纹波，海马纹波被认为是记忆的生物标志物。

《通讯生物学》上发表的一篇文章概述了这些研究发现，可能会为检测阿尔茨海默病和其他神经系统疾病患者的癫痫发作和神经变化带来新的机会。

卡里·霍夫曼(KariHoffman)，范德比尔特大学心理学和生物医学工程副教授，她的博士学位。学生萨曼·阿巴斯普尔(SamanAbbaspoor)与来自d​​elaPrida实验室的主要作者阿德里安·鲁比奥(AdrianRubio)和安德里亚·纳瓦斯·奥利弗(AndreaNavasOlive)一起进行了这项研究。霍夫曼还是范德比尔特大脑研究所和数据科学研究所的教员。

正如该小组的研究概述，大脑振荡的研究带来了对大脑功能的新认识。海马波纹是一种快速振荡，是记忆组织的基础。它们受到癫痫和阿尔茨海默病等神经系统疾病的影响，因此被认为是脑电图(EEG)生物标志物。然而，纹波表现出各种波形特征和特性，而标准光谱方法可能会忽略这些特征和特性。

在神经科学界的科学家呼吁需要更好地自动化、协调和改进一系列任务和物种的涟漪检测之后，研究人员开始更好地了解大脑活动模式。在这项研究中，作者使用在实验室小鼠身上获得的录音来首先训练机器学习模型的工具箱。

然后，他们使用阿巴斯普尔和霍夫曼在范德比尔特收集的非人类灵长类动物数据来测试模型的普遍性，这些数据是BRAINInitiative的一部分。研究人员发现，可以主要在啮齿类动物数据上训练人工智能算法，并且在几乎不需要额外训练的情况下仍然可以对灵长类动物的波纹进行高度准确的检测，这表明可能在人类中取得成功。

该模型工具箱是黑客马拉松的结果，最终产生了最佳检测模型的简短列表。该小组从不同的架构中确定了100多个可能的模型，这些模型现在可供其他研究人员应用或再培训。

研究教授LisetdelaPrida表示：“这组将为神经技术领域提供新的应用，可用于检测和分析癫痫等病理学中的高频振荡，它们被认为是临床标志物。”中船重工卡哈尔研究所。

霍夫曼补充道：“人们对利用人工智能来提高疾病状态检测和振荡治疗的精确度非常感兴趣。”“这些方法不仅可以检测大脑的‘位置’，还可以检测并最终纠正振荡病的‘时间和方式’。”