Leitura cerebral

Leitura cerebral utiliza as múltiplas respostas dos voxeis no cérebro "chamadas" por estímulos, após isso são detectadas por IRMf de forma a decodificar o estímulo fisiológico original. Os estudos relacionados à leitura cerebral diferem no tipo de decodificação (isto é, classificação, identificação e reconstrução) empregada, o alvo (isto é, decodificação de padrões visuais, padrões auditivos e estados cognitivos), e os algoritmos de decodificação (classificador linear, classificação não-linear, reconstrução direta, reconstrução bayesiana, etc.) empregados.

Classificação

Em classificação, é usado um padrão de atividades através de múltiplos vóxeis para determinar a classe particular de onde o estímulo foi elaborado.[1] Muitos estudos tem classificado estímulo visual, mas essa abordagem também tem sido usado para classificar estados cognitivos.

Reconstrução

Na reconstrução, no âmbito da leitura cerebral, o objetivo é criar um representação exata da imagem que foi apresentada. Estudos iniciais usaram voxeis de áreas do córtex visual primário (V1, V2, V3) para a reconstrução geométrica dos estímulos estruturados como padrões de tabuleiro xadrez bruxuleantes (piscantes).[2][3]

Imagens naturais

Estudos mais recentes usaram voxels desde o córtex visual primário até o córtex extra-estriado (áreas visuais V3A, V3B, V4 e o occipital lateral) junto com técnicas de inferência bayesiana para reconstruir imagens naturais complexas. A abordagem de leitura cerebral usa três componentes:[4]

  • Um modelo de codificação estrutural que caracteriza as respostas nas áreas visuais primárias;
  • Um modelo de codificação semântica nas áreas visuais anteriores (anterior visual areas);
  • Um prior bayesiano que descreve as estátisticas scene estruturais e semânticas.[4]

Experimentalmente, o procedimento é para os indivíduos verem 1750 imagens naturais em preto e branco, todas correlacionadas com a ativação do voxel no cérebro deles. Então os indivíduos visualizam outras 120 novas imagens e as informações dos primeiros escaneamentos é utilizada para reconstrui-las. Entre as imagens naturais empregadas incluem-se "fotografias" de um porto, artista em um palco e folhagem densa.[4]

Outros tipos

É possível identificar qual de duas formas de ilusões binoculares rivais uma pessoa experimentou subjetivamente através de sinais IRMf.[5] A categoria do evento que a pessoa se recorda livremente pode ser identificada, dos sinais IRMf, depois de disserem o que se lembram.[6] Análise estatística da eletroencefalografia de ondas cerebrais tem reivindicado a possibilidade de reconhecimento de fonemas, e, a um percentual entre 60% a 75%, o nível da cor e o formato visual das palavras.[7] Também foi demonstrado que leitura cerebral pode ser feita em um ambiente virtual complexo.[8]

Referências

  1. ↑ Kamitani, Yukiyasu; Tong, Frank (2005). «Decodificando os conteúdos subjetivos e visuais do cérebro humano». Nature Neuroscience. 8 (5): 679–85. PMC 1808230Acessível livremente. PMID 15852014. doi:10.1038/nn1444  (em inglês)
  2. ↑ Miyawaki, Y; Uchida, H; Yamashita, O; Sato, M; Morito, Y; Tanabe, H; Sadato, N; Kamitani, Y (2008). «Reconstrução visual de imagem da atividade cerebral humana usando uma combinação decodificares de imagem local multi-escala». Neuron. 60 (5): 915–29. PMID 19081384. doi:10.1016/j.neuron.2008.11.004  (em inglês)
  3. ↑ Thirion, Bertrand; Duchesnay, Edouard; Hubbard, Edward; Dubois, Jessica; Poline, Jean-Baptiste; Lebihan, Denis; Dehaene, Stanislas (2006). «Retinotopia inversa: Deduzindo o conteúdo visual das imagens dos padrões de atividade do cérebro». NeuroImage. 33 (4): 1104–16. PMID 17029988. doi:10.1016/j.neuroimage.2006.06.062 
  4. ↑ a b c Naselaris, Thomas; Prenger, Ryan J.; Kay, Kendrick N.; Oliver, Michael; Gallant, Jack L. (2009). «Reconstrução bayesiana de imagens naturais da atividade cerebral humana». Neuron. 63 (6): 902–15. PMID 19778517. doi:10.1016/j.neuron.2009.09.006  (em inglês)
  5. ↑ Haynes, J; Rees, G (2005). «Predizendo o fluxo da consciência da atividade do córtex visual humano». Current Biology. 15 (14): 1301–7. PMID 16051174. doi:10.1016/j.cub.2005.06.026  (em inglês)
  6. ↑ Polyn, S. M.; Natu, VS; Cohen, JD; Norman, KA (2005). «Categoria específica de atividade cortical antecede recuperação durante busca por memória». Science. 310 (5756): 1963–6. PMID 16373577. doi:10.1126/science.1117645  (em inglês)
  7. ↑ Suppes, Patrick; Han, Bing; Epelboim, Julie; Lu, Zhong-Lin (1999). «Invariância das representações de ondas cerebrais de imagens visuais simples e seus nomes». Proceedings of the National Academy of Sciences of the United States of America. 96 (25): 14658–63. PMC 24492Acessível livremente. PMID 10588761. doi:10.1073/pnas.96.25.14658  (em inglês)
  8. ↑ Chu, Carlton; Ni, Yizhao; Tan, Geoffrey; Saunders, Craig J.; Ashburner, John (2010). «Regressão Kernel para previsão padrão IRMf». NeuroImage. 56 (2): 662–673. PMID 20348000. doi:10.1016/j.neuroimage.2010.03.058  (em inglês)

Ligações externas


Este artigo é um esboço. Você pode ajudar a Wikipédia expandindo-o. Editor: considere marcar com um esboço mais específico.