Baran Bozdağ
Boğaziçi Üniversitesi - Yazar / Editör
Brown University araştırmacılarının gerçekleştirdiği yeni bir çalışmada insan dışı primatların beyinlerine nörol sinyaller yolu ile kaydedilmiş olan duydukları İngilizce kelimeler, beyin-bilgisayar arayüzü (BMI) ile yeniden yapılandırıldı. Nature Communications Biology'de yayımlanan çalışmanın özellikle duyma kaybı yaşayan, işitsel sistemlerinde lezyonlar bulunan ve bu nedenle işitme sorunu olan insanların yetilerini geliştirecek beyin implantları geliştirme yönünde atılan şu ana kadarki en büyük adım olduğu düşünülüyor.

Brown's School of Engineering mühendislerinden ve araştırmanın başyazarı Arto Nurmikko, çalışma ile ilgili olarak yaptığı açıklamada yaptıkları şeyin primatlar spesifik bir takım kelimeleri duyduklarında ikincil (sekonder) işitsel kortekslerinde oluşan sinir uyarımlarının karmaşık paternlerini kaydetmek olduğunu belirtti. Bu sinir iletimi verilerini kullanarak arayüz yardımı ile yüksek bir doğrululuk seviyesiyle bu seslerin neler olduğu yeniden yapılandırdı.

Bununla, primat beyninde seslerin nasıl işlendiğini daha iyi anlamaya çalıştıklarını ortaya atan Nurmikko nörol protez teknolojisinde yepyeni bir döneme girebileceğimizi belirtti.

İnsan ve diğer primatlarda seslerin ilk işlenişi beyin sistemleri açısından büyük benzerlik gösteriyor. Bu ilk işlemleme seviyesinde yani birincil işitsel kortekste sesler perdesine veya tonuna göre sınıflandırılır. Daha sonra sekonder işitsel kortekse ilerleyen sinyaller daha ileri bir işlemleme sürecine dahil olur. Örneğin konuşmaları dinlediğimizde kelimeler burada işlenir. Buradaki işlenme fonemlere yani kelimeleri oluşturan sesbirimlere dayanarak yapılır. Bu aslında bilinen en basit sınıflandırma biçimidir ve bir kelimeyi diğerinden bu şekilde ayırt edebiliriz. Ancak konuşmanın tamamen anlamlı olabilmesi için bilgilerin diğer bölgelere dağıtılıp daha detaylı işlenmesi ve kavrayışın gerçekleşmesi gerekmektedir.

Ancak seslerin ilk işlenme fazlarının insan ve diğer primatlarda benzerlik göstermesine karşın, primatlarınnasıl duyduklarının anlaşılması -her ne kadar kelimelerin manâsını anlayamasalar da- büyük bir önem arz ediyor.

Araştırmada iki adet bezelye büyüklüğünde 96-kanallı mikroelektrot ağı üzerinden resus makaklarının bazı İngilizce kelimeleri ve makak seslerini nasıl duyduğu nöral bilgisi kaydedildi. İngilizce tek veya maksimum iki heceli kelimeleri (örneğin, "tree," "good," "north," "cricket" ve "program") işiten resus makaklarının beyinlerindeki sinirsel kayıtlar bilgisayar algoritmaları yolu ile belirli bir kelime ile ilişkilendirilmiş sinir yolaklarını yeniden yapılandırmayı başardı.

Bu kalıpları tanıyan algoritma çıktıları daha sonra bilgisayarın ürettiği konuşmaya çevrildi. Son aşamada ise bilimciler İngilizce'de orijinal olarak makaklara söylenen konuşma ile makakların duyduğu biçimi karşılaştırıldı. Kayıtlar ve yeniden yapılandırmalar yüksek tutarlılıkla insan dinleyici için benzer sonuçlar üretildiğini gösterdi.

Multielektrot ağlarının böyle karmaşık bir işitsel sistemde kullanılması açısından bu çalışma bir ilk niteliği taşıyor. İkincil işitsel korteks üzerinde çoklu elektrot sistemi üzerinden kayıt yaparak veri toplayan ilk çalışma olan bu çalışmada, daha yüksek çözünürlüklü ve tutarlıkta veri elde edebilmek için 200 civarı mikroskopik dinleme postu kaydedildi.

Çalışmanın amaçlarından biri de algoritma modellerinden, çalışma için geliştirenler ile geleneksel olanların dekoding yetenekleri arasında bir karşılaştırma yaparak ileride kullanılacak muhtemel implantlardaki yongaların hangi kompütasyonel metoda dayandırılması gerektiğini anlamaya çalışmak oldu.

İşitsel aparatların zorunluluğu olan birçok sistemsel gerekliliği aşıp direkt beyne gidecek, tıpkı çalışmada kullanılan mikrolektrotlar gibi küçük miktarda elektrik akım uygulanması ile eksiklik yaşayan insanların yeterli miktarda spesifik sesleri algılamalarını sağlayacak sistemler yakın bir gelecekte mümkün olabilecek.
Kaynak ve İleri Okuma
  • Christopher Heelan, Jihun Lee, Ronan O’Shea, Laurie Lynch, David M. Brandman, Wilson Truccolo, Arto V. Nurmikko. Decoding speech from spike-based neural population recordings in secondary auditory cortex of non-human primates. Communications Biology, 2019; 2 (1"; https://www.nature.com/articles/s42003-019-0707-9
Etiket

Projelerimizde bize destek olmak ister misiniz?

Dilediğiniz miktarda aylık veya tek seferlik bağış yapabilirsiniz.

Destek Ol

Yorum Yap (0)

Bunlar da İlginizi Çekebilir