Hello Guest

Sign In / Register

Welcome,{$name}!

/ Одјавити се
Cрпски
EnglishDeutschItaliaFrançais한국의русскийSvenskaNederlandespañolPortuguêspolskiSuomiGaeilgeSlovenskáSlovenijaČeštinaMelayuMagyarországHrvatskaDanskromânescIndonesiaΕλλάδαБългарски езикGalegolietuviųMaoriRepublika e ShqipërisëالعربيةአማርኛAzərbaycanEesti VabariikEuskera‎БеларусьLëtzebuergeschAyitiAfrikaansBosnaíslenskaCambodiaမြန်မာМонголулсМакедонскиmalaɡasʲພາສາລາວKurdîსაქართველოIsiXhosaفارسیisiZuluPilipinoසිංහලTürk diliTiếng ViệtहिंदीТоҷикӣاردوภาษาไทยO'zbekKongeriketবাংলা ভাষারChicheŵaSamoaSesothoCрпскиKiswahiliУкраїнаनेपालीעִבְרִיתپښتوКыргыз тилиҚазақшаCatalàCorsaLatviešuHausaગુજરાતીಕನ್ನಡkannaḍaमराठी
Кућа > Новости > Научници граде вештачки неуронски чип који у реалном времену могу препознати биолошке сигнале

Научници граде вештачки неуронски чип који у реалном времену могу препознати биолошке сигнале

Истраживачки тим из Цириха недавно је развио компактни уређај за уштеду енергије направљеног од вештачких неурона који могу декодирати мозак мозак. Чипов користи податке забиљежене од мозгованих таласа пацијената са епилепсијом како би се идентификовало које подручја мозга узрокују нападају. То отвара нову изгледе за пријаву за лечење.











Тренутни алгоритами неуронске мреже производе импресивне резултате и помажу у решавању задивљујућег броја проблема. Међутим, електронски уређаји који се користе за покретање ових алгоритама и даље захтевају огромну моћ прераде. Када је у питању обрада у стварном времену сензорних информација или интеракције са околином, ове вештачке интелигенције (АИ) једноставно се не могу такмичити са стварним мозгом. А неуроморфни инжењеринг је обећавајући нова метода која гради мост између вештачке интелигенције и природне интелигенције.

Интердисциплинарни истраживачки тим на Универзитету у Цириху, Етх Цирих и универзитетска болница Цирих користила је ову методу да развије чип засновану на неуроморфној технологији која може поуздано и тачно идентификовати сложене биолошке сигнале. Научници су могли да користе ову технологију како би успешно открили претходно снимљене високофреквентне осцилације (ХФО). Ови специфични таласи, мерени помоћу интракранијалне електроенцефалографије (ИЕЕГ), показали су се обећавајући биомаркери за препознавање мозганог ткива који изазива нападаје.

Истраживачи су први пут дизајнирали алгоритам да открију ХФО симулирајући природном неуронском мрежом мозга: сићушна такозвана Спике неуронска мрежа (СНН). Други корак је имплементирати СНН у хардверу величине ноктију који прима неуронске сигнале кроз електроде. За разлику од традиционалних рачунара, има огромну енергетску ефикасност. То отежава израчунавање са веома високом временском резолуцијом, без ослањања на Интернет или Цлоуд рачунање.

Гиацомо Индивери, професор на Институту за неуроинформатике на Универзитету у Цириху и ЕТХ Зуриху, рекао је: "Наш дизајн омогућава нам да препознамо да препознамо простотемарски обрасци у биолошким сигналима у реалном времену."

Истраживачи сада планирају да користе своје налазе како би створили електронски систем да поуздано поуздано идентификују и надгледају ХФО у реалном времену. Када се користи као додатни дијагностички алат у оперативној соби, систем може побољшати резултате неурохируршких интервенција.

Међутим, то није једино подручје у којем се идентификација ХФО може играти важну улогу. Дугорочни циљ тима је развити уређај за праћење епилепсије која се може користити ван болнице, што ће омогућити анализу сигнала великог броја електрода у року од неколико недеља или месеци.

Јоханнес Сарнтхеин, неурофизиолог у Универзитетској болници у Цириху, објашњава: "Желимо да интегришемо бежичну комуникацију са нискоенергетским бежичним подацима у дизајн - на пример, да га повежете на мобилни телефон. Преносиви или имплантабилни чип налик на овак може препознати већу брзину напада. Високи или ниски периоди, који ће нам омогућити да пружимо персонализовани лек. "