Vitória Spectre Laptop com HP e The Register
Pesquisadores da Radboud University Nijmegen estão alegando que com uma modelagem matemática MRI e decente suficientemente sensível, eles podem reconstruir imagens do cérebro reconhecer letras vistos pelo assunto de teste.
Especificamente, os pesquisadores dizem que "os dados do scanner para determinar o que é um assunto de teste está olhando usado", de acordo com esta versão , em um artigo a ser publicado na revista Neuroimage.
"Os pesquisadores 'ensinou' a modelo como pequenos volumes de 2x2x2 mm a partir das imagens do cérebro - conhecida como voxels - responder a pixels individuais. Através da combinação de todas as informações sobre os pixels de os voxels, tornou-se possível reconstruir a imagem visualizada pelo sujeito. O resultado não foi uma imagem clara, mas um tanto distorcido padrão de manchas. Neste estudo, os pesquisadores usaram cartas escritas à mão ", afirma o release.
Depois de seu padrão difuso inicial, os pesquisadores acrescentaram conhecimento prévio do que uma carta deve ser semelhante ao modelo. The Register não pode deixar de se perguntar se isso não soa como "olhando para cima a resposta na parte de trás do livro", de modo vamos citar o lançamento diretamente e deixá-lo juiz:
Atividade no cérebro: "pensamento" reconstrução de uma ressonância magnética
"Nós demos o conhecimento prévio do modelo: nós ensinou que letras se parecem. Isto melhorou o reconhecimento das cartas enormemente. O modelo compara as cartas para determinar qual delas corresponde mais exactamente com a imagem de manchas, e, em seguida, envia os resultados da imagem para a referida carta. O resultado foi a carta real, uma verdadeira reconstrução ", disse o pesquisador Marcel van Gerven.
O objetivo da investigação, van Gerven diz, é encontrar maneiras de modelar o que o cérebro está passando, de modo que os modelos poderiam ser aplicados a "memória de trabalho ou experiência subjetiva, como sonhos ou modelos visuais".
O próximo passo da pesquisa é aumentar a resolução dos atuais 1.200 voxels para 15.000 voxels. ®
Nenhum comentário:
Postar um comentário