هم آوایی مغز برای کاربرد در علوم محاسباتی و اعصاب بررسی شد - گیگابلاگ

وی افزود: بسکمک از محققان تمام مدت زندگی خود را وقف مطالعه در خصوص این عضو شگفت انگیز و توانایی های آن کرده اند؛ یکی از زمینه های تحقیقاتی مهم در مهندسی پزشکی علوم اعصاب محاسباتی است که با استفاده از مدل های محاسباتی با تکیه بر مبانی فیزیولوژی، به توصیفی واقع گرایانه از عملکرد مغز به عنوان شبکه ای پیچیده می پردازد.

پناهی خاطر نشان کرد: جذابیت پیشرفت فرآیندهای نظری در این حوزه ازآن جهت است که تلاش بر ارائه الگو های عملکرد مغز و شناخت هر چه بیشتر آن دارد. به کمک علوم اعصاب محاسباتی، فرصتی برای تحلیل مکانیسم هایی که هنوز اعتبارسنجی تجربی آن ها ممکن نیست، به وجود می آید.

وی افزود: انواع رفتار جمعی نورون ها با برخی از عملکردهای مغزی و یا برخی اختلالات عصبی در ارتباط است به همین دلیل در این تحقیق بر روی این رفتارهای جمعی، تمرکز کرده ایم و مکانیسم های تحلیل آنها و ابزارهای کمی سازی تغییرات کیفی کار را مورد بررسی قرار دادیم.

محقق دانشگاه صنعتی امیرکبیر گفت: یکی از فرضیه های مهم پذیرفته شده، این است که هم آوایی یکی از علت های احتمالی مکانیسم های ارتباطی در سیستم عصبی است. به طوری که این پدیده مسئول عملکرد و یا اختلال در پردازش های حرکتی، شناختی و حافظه در انسان شناخته می شود.

وی ادامه داد: مطالعه پدیده هم آوایی علاوه بر علوم اعصاب در بسکمک از زمینه های علمی و فناوری کاربردهای متنوعی دارد. بنابراین شناخت و بررسی هر چه بهتر این پدیده می تواند راهنمای مناسبی برای یافتن اصول سازمان دهی شبکه های پیچیده در دنیای واقعی (مانند مغز) و یا طراحی شبکه های مصنوعی با بازده بالا باشد.

وی با اشاره فرایند انجام کار گفت: در این پروژه، موضوع گسترده هم آوایی در شبکه های پویای زیستی، بخصوص شبکه های نورونی، در دو گام اصلی مورد بررسی قرارگرفته است در ابتدا هم آوایی در شبکه های متشکل از مدل های محاسباتی نورونی و نوسانگرهای متعامل آشوبی را مورد بررسی قرار دادیم.

وی ادامه داد: سپس هم آوایی در شبکه های ناهمسان توسط تجزیه وتحلیل همگرایی در ویژگی های فرکانس، زاویه و دامنه سری زمانی سیگنال عصبی را ارزیابی کردیم.

وی با بیان اینکه در این پروژه روشی ساده و جدید برای محاسبه MSF با کاهش پیچیدگی محاسباتی ارائه شد، بیان نمود: همچنین طی این فرایند به بررسی میزان تمایل به هم آوایی در این شبکه ها پرداختیم.

پناهی با اشاره به نتیجه این تحقیقات گفت: هم آوایی در شبکه های همسان تحت تأثیر سه عامل دینامیک هر سیستم به صورت تکی، معماری کلی یا ساختار شبکه و همچنین نوع و قدرت ضریب کوپلینگ شبکه است. معماری کلی یا ساختار شبکه، یکی از عوامل تأثیرگذار بر هم آوایی در شبکه های پیچیده شناخته می شود.

به گفته وی، در این پروژه، نتایج بخش دیگری نشان داد که افزایش ضریب کوپلینگ شیمیایی و هم ضریب کوپلینگ میدان باعث افزایش قابلیت هم آوایی شبکه می شود اما محدودیتی در افزایش ضریب کوپلینگ شیمیایی و میدان و جود دارد. زیرا شبکه علاوه بر بروز رفتار هم آوایی قابلیت بروز رفتار مرگ اسیلاتوری نیز دارد. به طوری که اگر ضریب کوپلینگ شیمیایی و یا میدان بیشتر از مقدار آستانه افزایش یابند، شبکه کارکرد خود را ازدست داده و دچار مرگ اسیلاتوری می شود.

به گفته وی، در رویکرد دوم هم آوایی در شبکه های نورونی، به بررسی هم آوایی در شبکه های ناهمسان توسط تجزیه وتحلیل همگرایی در ویژگی های فرکانس، زاویه و دامنه سری زمانی سیگنال عصبی را مورد بررسی قرار دادیم و در گام دیگر به مرور روش های مرسوم در حوزه سنجش هم آوایی در شبکه های ناهمسان نورونی پرداختیم.

به گفته وی، سپس با بررسی علل ناکارآمدی روش های مرسوم در سنجش هم آوایی سیستم های پیچیده زیستی، روشی جدید با تکیه بر الگوی رفتاری نوسانگرهای شبکه ارائه کردیم که بررسی نتایج حاصل از این بخش نیز معین کرد، روش پیشنهادی هم آوایی رفتاری، بهتر از دو روش دیگر قادر به تشخیص هم آوایی در شبکه ناهمسان زیستی است.

وی ادامه داد: همچنین در این بخش اثر سازگاری ساختاری نوسانگرهای مختلف شبکه ناهمسان بر هم آوایی موردبررسی قرار گرفت.

به گفته وی، نبود پردازنده های قوی برای برنامه نویسی واجرای شبیه سازی های این پروژه راستا پژوهش را با سختی های بسکمک همراه کرده بود از پیچیدگی های این پروژه بودند.

وی در خصوص نتایج این پروژه گفت: کاربرد نتایج این تحقیق و روش ارائه شده در زمینه دانش علوم اعصاب و علوم محاسباتی است. بطور کلی، مطالعه پدیده هم آوایی علاوه بر علوم اعصاب در زمینه های پزشکی نیز می تواند کاربردی باشد.

به گزارش خبرنگاران، استاد راهنمای این پروژه دکتر سجاد جعفری عضو هیات علمی دانشگاه صنعتی امیرکبیر بوده است.