Hello Guest

Sign In / Register

Welcome,{$name}!

/ Ingia
Kiswahili
EnglishDeutschItaliaFrançais한국의русскийSvenskaNederlandespañolPortuguêspolskiSuomiGaeilgeSlovenskáSlovenijaČeštinaMelayuMagyarországHrvatskaDanskromânescIndonesiaΕλλάδαБългарски езикGalegolietuviųMaoriRepublika e ShqipërisëالعربيةአማርኛAzərbaycanEesti VabariikEuskera‎БеларусьLëtzebuergeschAyitiAfrikaansBosnaíslenskaCambodiaမြန်မာМонголулсМакедонскиmalaɡasʲພາສາລາວKurdîსაქართველოIsiXhosaفارسیisiZuluPilipinoසිංහලTürk diliTiếng ViệtहिंदीТоҷикӣاردوภาษาไทยO'zbekKongeriketবাংলা ভাষারChicheŵaSamoaSesothoCрпскиKiswahiliУкраїнаनेपालीעִבְרִיתپښتوКыргыз тилиҚазақшаCatalàCorsaLatviešuHausaગુજરાતીಕನ್ನಡkannaḍaमराठी
Nyumbani > Habari > Wanasayansi hujenga chip ya neuroni ya bandia ambayo inaweza kutambua ishara za kibiolojia wakati halisi

Wanasayansi hujenga chip ya neuroni ya bandia ambayo inaweza kutambua ishara za kibiolojia wakati halisi

Timu ya utafiti kutoka Zurich hivi karibuni imetengeneza kifaa cha kuokoa, cha kuokoa nishati kilichofanywa kwa neurons bandia ambazo zinaweza kutengeneza mawimbi ya ubongo. Chip hutumia data iliyoandikwa kutoka kwa mawimbi ya ubongo ya wagonjwa wenye kifafa ili kutambua sehemu gani za ubongo husababisha mshtuko. Hii inafungua matarajio mapya ya maombi ya matibabu.











Hali ya sasa ya Neural Network inazalisha matokeo ya kushangaza na kusaidia kutatua idadi ya kushangaza ya matatizo. Hata hivyo, vifaa vya umeme vilivyotumika kuendesha algorithms hizi bado zinahitaji nguvu kubwa ya usindikaji. Linapokuja suala la muda halisi wa habari za hisia au mwingiliano na mazingira, mifumo ya akili (AI) ya akili (AI) haiwezi kushindana na ubongo halisi. Na uhandisi wa neuromorphic ni njia mpya inayoahidi ambayo hujenga daraja kati ya akili ya bandia na akili ya asili.

Timu ya Utafiti wa Kisiasa katika Chuo Kikuu cha Zurich, Eth Zurich na Hospitali ya Chuo Kikuu cha Zurich ilitumia njia hii ya kuendeleza chip kulingana na teknolojia ya neuromorphic ambayo inaweza kuaminika na kutambua usahihi ishara za kibiolojia. Wanasayansi waliweza kutumia teknolojia hii ili kuchunguza kwa ufanisi oscillations ya awali ya frequency (HFO). Mawimbi haya maalum, yaliyopimwa kwa kutumia electroencephalogralophyphalography ya intracranial (iereeg), imethibitishwa kuwa ahadi ya biomarkers kwa kutambua tishu za ubongo ambazo husababisha kukamata.

Watafiti wa kwanza walitengeneza algorithm kuchunguza HFO kwa kuiga mtandao wa asili wa neural wa ubongo: Kidogo kinachoitwa Spike Neural Network (SNN). Hatua ya pili ni kutekeleza SNN katika vifaa vya ukubwa wa msumari ambavyo hupokea ishara za neural kupitia electrodes. Tofauti na kompyuta za jadi, ina ufanisi mkubwa wa nishati. Hii inafanya mahesabu kwa azimio la wakati mzuri sana iwezekanavyo bila kutegemea mtandao au kompyuta ya wingu.

Giacomo Indiveri, profesa katika Taasisi ya NeuroInformatics katika Chuo Kikuu cha Zurich na Eth Zurich, alisema: "Design yetu inatuwezesha kutambua mifumo ya spatiotemporal katika ishara za kibiolojia kwa wakati halisi."

Watafiti sasa wanapanga kutumia matokeo yao ili kuunda mfumo wa elektroniki ili kutambua na kufuatilia HFO kwa wakati halisi. Ikiwa hutumiwa kama chombo cha ziada cha uchunguzi katika chumba cha uendeshaji, mfumo unaweza kuboresha matokeo ya hatua za neurosurgical.

Hata hivyo, hii sio tu eneo ambalo kitambulisho cha HFO kinaweza kuwa na jukumu muhimu. Lengo la muda mrefu la timu ni kuendeleza kifaa cha kufuatilia kifafa ambacho kinaweza kutumika nje ya hospitali, ambayo itafanya iwezekanavyo kuchambua ishara ya idadi kubwa ya electrodes ndani ya wiki chache au miezi michache.

Johannes Sarnthein, neurophysiologist katika Hospitali ya Chuo Kikuu cha Zurich, anaelezea: "Tunataka kuunganisha mawasiliano ya chini ya data ya wireless katika kubuni - kwa mfano, kuunganisha kwenye simu ya mkononi. Chip ya portable au implantable kama hii inaweza kutambua kiwango cha kukamata cha juu. Kipindi cha juu au cha chini, ambacho kitatuwezesha kutoa dawa za kibinafsi. "