Nöral sinyal işlemede analitik yöntemler, beyin bilimi alanının gelişmesi için çok önemlidir ve etkili ve verimli veri analiz yöntemlerine de ihtiyaç vardır. Geçen yüzyılın başlarında, nöral aktivitenin ve ilgili davranışın üretildiği mekanizmaları keşfetmek için mühendislikte nöral sinyaller kullanıldı. Sinir sisteminin işlevi, mühendislik metodolojileri kullanılarak tanımlanmış ve incelenmiştir ve aynı zamanda mühendislik metodolojileri, sinir sisteminin özelliklerini ve işlevlerini anlama, düzeltme, değiştirme, iyileştirme veya kullanma konusunda yardımcı olmuştur.
Nöral sinyaller, gelişmiş nöral kayıt teknikleri ile kaydedilir ve davranışın nöral temsillerini anlamada kullanılmak üzere bilgi çıkarılır. Bu, sinyali almak ve sinyali işlemek için kullanılan harici donanım ile yapılır. Hareket günlük yaşamda önemli bir aktivite olduğundan, nöromühendisliğin bazı önemli uygulamaları motor fonksiyon kompanzasyonu, hareket iyileştirme, rehabilitasyon, bozukluk tespiti vb. gibi motor kontrol alanındadır. içerir. Hareket süreci yukarıdan bütünleştirilir ve tercüme edilir. Kontrol sistemi seviyeleri ve çok yapılı kas-iskelet koordinasyonuna bir dizi transfer.
Merkezi sinir sistemi (CNS), motor davranış karakterizasyonu ve yeniden düzenlenmesinde hesaplamalı bir kontrol yapısı olarak hizmet eder. Beyindeki çoklu yapılar, hareketle ilgili bilgileri birbirine bağlayarak, bütünleştirerek ve koordine ederek motor kontrole katkıda bulunur. Her yapı, belirli bir eylem gerçekleştirildiğinde bir motor komutu formüle etmek için kullanılır ve merkezi sinir sistemi, birkaç motorla ilgili yapı arasında komut alışverişinde bulunur. Bu beyin yapılarının koordinasyon ve işbirliği mekanizması, motor tahrik girdileri ile beklenen davranışsal çıktılar arasındaki ilişkilerin nöral temsillerini sağlayan ‘kara kutu’ modelleri olarak tanımlanabilir. Bu modeller, çoklu beyin yapılarını, özellikle bilgi alıp iletebilen sinaptik plastisiteye sahip bölgeleri temsil edebilir.
nöral kayıt
Nöron kümeleri, genel aktivitelerinde zamanla değişen dalgalanmalar gösterir. İnsan ve insan olmayan beyinden büyük miktarlarda uzay-zamansal bilgiyi kaydedebilen çeşitli istilacı veya istilacı olmayan kayıtlar şu anda mevcuttur. Bir motor hakkındaki bilgilerin nasıl üretildiğini ve belirli bir prosedür sırasında belirli alanlarda ne tür modellerin bulunabileceğini keşfetmek için birçok mühendislik yaklaşımı uygulanır.
İnsan beyninde, nöronlar birbirleriyle sinaps olarak bilinen bağlantılar aracılığıyla iletişim kurarlar. Sinapslar elektriksel veya kimyasal olabilir ve sinapsların uyarıcı veya engelleyici doğası bilgi aktarımına katkıda bulunur. Sodyum ve potasyumun akışı ve akışı, zar kapasitesinin hızla yükselmesine ve düşmesine neden olur. Membran potansiyelindeki hızlı değişiklikler, hücre içi veya hücre dışı kayıtlarla kaydedilebilen sivri uçlar olarak adlandırılır. Etki oranından, yani yangın hızından değerli bilgiler keşfedilebilir. Beynin derinliklerine yerleştirilen elektrotlar, bireysel nöronlardan kayıt yapılmasına izin verir ve uyanık hayvanlarda önemli sonuçlar sağlayabilir, ancak insanlarda sağlayamaz.
Çoklu elektrot dizileri, çoklu nöronlardan voltaj salınımlarını kaydedebilir. Çok sayıda yerel nörondan eşzamanlı kayıt, tek birimli kayıtların aksine, karmaşık bilgilerin çıkarılmasında uzamsal çözünürlüğün faydalarını artırır. Yukarıda belirtilen invazif kayıt teknikleri, eserlere karşı daha az duyarlılık ve dolayısıyla daha yüksek çözünürlük ve daha büyük kapasitanslar (voltajlar) sunar ve bu nedenle performans, elektrot teknolojilerine daha çok bağlıdır. Bununla birlikte, bu invaziv kayıt tekniklerinin, klinik ortamlarla sınırlı olanlar ve ameliyat ve implantasyon riskleri dahil olmak üzere bazı sınırlamaları vardır. İstilacı kayıt teknikleri, eserlere karşı daha az duyarlılık ve dolayısıyla daha yüksek çözünürlük ve daha büyük kapasitanslar (voltajlar) sunar, bu nedenle performans daha çok elektrot tekniklerine bağlıdır.
Sınırlı invaziv tekniklere bir alternatif olarak, insan çalışmalarında EEG ve MEG gibi birkaç non-invaziv kayıt tekniği kullanılmıştır. Gelişmiş hesaplama algoritmaları, sinyal işlemeyi ve sinyal filtrelemeyi geliştirmeyi vaat ediyor; Bu nedenle, invazif olmayan kayıt teknikleri insan çalışmalarında giderek daha fazla dikkate alınmaktadır. Bazı teknikler, kafa derisindeki nöronların potansiyellerini kaydeder ve bu tür kayıtlar, kayıt düzeyine bağlı olarak binlerce nöronun popülasyon aktivitesini yakalar. Çoklu katmanlar, bilginin serebral korteksten kafa derisine iletilmesini kısıtlayarak, daha düşük sinyal amplitüdleri ve daha düşük uzamsal çözünürlüğe neden olur. Ayrıca elektrotlar göz hareketleri, yüz hareketleri, çiğneme, yutma vb. işlemler için de kullanılabilir. Çevredeki etkileşimlere duyarlıdır. Non-invaziv teknikler altında, nöronların veya bir grup nöronun aktivitesinden ziyade beyindeki metabolik aktiviteye odaklanan görüntüleme yöntemleri vardır. Belirli bir görevi yerine getirirken, beyindeki nöronların aktivasyonu artar, böylece daha fazla oksijen gerekir ve çevredeki kan damarları tarafından emilir. Artan akış ve yüksek oksijen seviyesi tespit edilebilir. Bu hemodinamik tepki nispeten yavaştır, birkaç saniye içinde zirveye ulaşır ve orijinal seviyeye dönmesi daha uzun sürer. Bu nedenle, bu tür kayıt teknolojisi iyi bir uzamsal çözünürlük sağlar, ancak çok zayıf bir zamansal çözünürlük sağlar.
Nöral kayıt teknolojilerinin yanı sıra klinik tedavilerde (koklear implantlar ve derin beyin stimülatörleri) ve gelişen protezlerde kullanılan nörostimülasyon teknolojileri de bulunmaktadır. Bu, duyusal geri bildirimi taklit etmek için beynin belirli bir bölgesine elektriksel veya manyetik stimülasyon vermeyi içerir. Kayıt elektrotlarının çoğu stimülasyon için de kullanılabilir. Beyin stimülasyonunun klinik tedavilerde etkili olduğu kanıtlanmıştır. Bu metodolojiler aynı zamanda optimum uyarma modellerini belirlemek için sinyal işleme metodolojilerinin kullanımını da içerir.
kaynak:
https://pubmed.ncbi.nlm.nih.gov/18429704/
https://www.sciencedirect.com/science/article/pii/B9780128130681000130
yazar: Özlem Güvenç Ağaoğlu
Diğer gönderilerimize göz at
[wpcin-random-posts]
İlk Yorumu Siz Yapın