211service.com
Gedankenlesen mit funktioneller MRT
Wissenschaftler können genau vorhersagen, welches von tausend Bildern eine Person betrachtet, indem sie die Gehirnaktivität mithilfe der funktionellen Magnetresonanztomographie (fMRT) analysieren. Der Ansatz soll Aufschluss darüber geben, wie das Gehirn visuelle Informationen verarbeitet, und könnte eines Tages zur Rekonstruktion von Träumen verwendet werden.
[Die Forschung] legt nahe, dass fMRT-basierte Messungen der Gehirnaktivität viel mehr Informationen über zugrunde liegende neuronale Prozesse enthalten, als bisher angenommen wurde, sagt Jack Gallant , Neurowissenschaftler an der University of California, Berkeley, und leitender Autor der Studie.
FMRI erkennt den Blutfluss im Gehirn und liefert ein indirektes Maß für die Gehirnaktivität. Die meisten bisherigen fMRT-Studien haben die Technologie verwendet, um die Teile des Gehirns zu lokalisieren, die an verschiedenen kognitiven Aufgaben beteiligt sind, wie zum Beispiel beim Lesen oder Erinnern von Gesichtern. Die neue Studie übernimmt jedoch einen aufkommenden Trend in der fMRT: die Verwendung der Technologie zur Analyse der neuronalen Informationsverarbeitung. Durch den Einsatz von Computermodellen zur Analyse der Arten von Informationen, die aus der neuronalen Aktivität gewonnen werden, können Wissenschaftler versuchen zu beurteilen, wie neuronale Signale in verschiedenen Gehirnbereichen verarbeitet und schließlich zu einer zusammenhängenden Wahrnehmung verschmolzen werden. Forscher haben diesen Ansatz bereits verwendet, um zu zeigen, dass einige visuelle Informationen aus Bildgebungsdaten des Gehirns gewonnen werden können, beispielsweise ob eine Person Gesichter oder Häuser ansieht.
Laut der Studie, die am Mittwoch in der Online-Version des Journals veröffentlicht wurde Natur , sammelten Wissenschaftler zunächst Informationen darüber, wie das Gehirn Bilder verarbeitet, indem sie die Aktivität im visuellen Kortex aufzeichneten, während die Versuchspersonen mehrere tausend zufällig ausgewählte Bilder betrachteten. Neuronen in diesem Teil des Gehirns reagieren auf bestimmte Aspekte der visuellen Szene, wie z das Gehirn. Die Forscher stellten diese Informationen zusammen, um ein Computermodell zu entwickeln, das das Muster der Gehirnaktivität vorhersagen würde, das durch jedes Bild ausgelöst wird.
Als den Freiwilligen später ein neues Bild gezeigt wurde, das nicht im ersten Satz enthalten war, konnte das Computermodell mit einer Genauigkeit von 90 bzw. 80 Prozent korrekt vorhersagen, welches Bild von 120 bzw. 1.000 Möglichkeiten die Person betrachtete.
Sie können dies mit überraschender Genauigkeit tun, sagt Frank Tong , einem Neurowissenschaftler an der Vanderbilt University in Nashville, TN, der nicht an der Forschung beteiligt war. Die Menschen werden überrascht sein, wie viele visuelle Informationen diese Forscher aus dem Gehirn extrahieren konnten.
Gallant und sein Team planen, diese Technologie zu verwenden, um besser zu verstehen, wie das visuelle System funktioniert, indem sie Computermodelle verschiedener Theorien erstellen und dann ihre Fähigkeit testen, Gehirnscans zu interpretieren. Der direkteste Weg, Theorien darüber zu testen, wie das Gehirn Informationen umwandelt, besteht darin, zu messen, welche Informationen in verschiedenen Teilen des Gehirns einer Person gespeichert sind und wie sich diese von Struktur zu Struktur ändern, sagt Ken Norman , einem Neurowissenschaftler an der Princeton University in New Jersey, der nicht an der Forschung beteiligt war. Ähnliche Methoden könnten auch nützlich sein, um festzustellen, wie diese Schritte bei Menschen mit unterschiedlichen kognitiven Defiziten schief gehen, sagt er.
Dieser Ansatz könnte auch schwer zu untersuchende kognitive Phänomene wie die Aufmerksamkeit beleuchten. Betrachtet eine Person beispielsweise ein Bild eines Skifahrers auf einem Berg, kann sie sich entweder auf den Skifahrer im Vordergrund oder auf die Bergkulisse im Hintergrund konzentrieren. Wie dies genau geschieht, ist eine große offene Frage in den kognitiven Neurowissenschaften. Die neuronale Aktivität und damit die von der fMRT erfassten Informationen können sich ändern, je nachdem, worauf die Person ihre Aufmerksamkeit richtet. Von Tong entwickelte Computermodelle haben mit einem ähnlichen Ansatz schon früh Erfolg bei der Vorhersage gezeigt, worauf eine Person ihre Aufmerksamkeit richtet.
Langfristig könnten mit dieser Technologie noch mehr ephemere Phänomene wie das Träumen untersucht werden. Ob Prozesse wie Träumen und Imagination im Gehirn funktionell ähnlich der Wahrnehmung realisiert werden, sei derzeit nicht bekannt, sagt Gallant. Wenn ja, sollten die in unserer Studie entwickelten Techniken direkt anwendbar sein.
Gallant und andere warnen jedoch davor, dass die Technologie noch nicht in der Lage ist, das, was eine Person sieht, von Grund auf zu rekonstruieren. Während die Forscher an dieser Fähigkeit arbeiten, wird sie weitgehend durch die Auflösung der fMRT selbst begrenzt. Aktuelle Gehirn-Scanning-Geräte haben eine räumliche Auflösung von ungefähr einem Millimeter, ein Bereich, der Hunderte von Neuronen enthält, von denen jedes auf unterschiedliche Bits visueller Informationen reagiert.
Eine der provokativsten Anwendungsmöglichkeiten für diese Art von Gedankenlesetechnologie ist die Lügenerkennung – zum Beispiel der Versuch, direkt aus der Gehirnaktivität zu bestimmen, ob ein Verdächtiger ein Foto eines Tatorts erkennt, den sie angeblich noch nie besucht hat. (Siehe Imaging Deception in the Brain .) Die meisten Neurowissenschaftler glauben, dass es nicht genügend Daten gibt, um festzustellen, ob dies eine zuverlässige Methode zur Lügenerkennung ist, und Gallant sagt, dass seine Technologie dies wahrscheinlich nicht mehr schaffen wird. Jedes Gehirnlesegerät, das darauf abzielt, gespeicherte Erinnerungen zu entschlüsseln, wird unweigerlich nicht nur durch die Technologie selbst, sondern auch durch die Qualität der gespeicherten Informationen eingeschränkt.