Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




La IA y la resonancia magnética funcional muestran como el cerebro conecta las memorias para resolver problemas

Por el equipo editorial de MedImaging en español
Actualizado el 10 Oct 2018
Print article
Un equipo de neurocientíficos alemanes e investigadores de Inteligencia Artificial (IA) publicaron los resultados de su estudio que proporcionó información sobre la forma en que el cerebro humano conecta las memorias episódicas individuales o las memorias de eventos específicos para resolver problemas.

Si bien se sabe que los humanos tienen la capacidad de combinar creativamente sus recuerdos para resolver problemas, aún no está claro cómo las personas usan sus recuerdos episódicos para llegar a ideas nuevas. Según el equipo de investigadores, un nuevo mecanismo cerebral permite que las memorias recuperadas desencadenen la recuperación de otras memorias relacionadas, lo que permite la recuperación de múltiples memorias vinculadas y hace que el cerebro cree ideas.

Han sugerido que los recuerdos individuales se almacenan como rastros de memoria separados en una región del cerebro llamada hipocampo. Su nueva teoría explora una conexión anatómica desatendida que hace un circuito saliendo del hipocampo a la corteza entorrinal vecina paro luego volver a entrar. Los investigadores creen que es esta conexión recurrente la que permite recuperar los recuerdos del hipocampo para desencadenar la recuperación de otros recuerdos relacionados. Los investigadores probaron esta teoría tomando exámenes de resonancia magnética funcional 7-Tesla de alta resolución de 26 hombres y mujeres jóvenes mientras realizaban una tarea que les exigía obtener información sobre eventos diferentes. Los investigadores mostraron a los voluntarios pares de fotografías: una de una cara y otra de un objeto o un lugar. Cada objeto y lugar individual aparecía en dos pares de fotos separados, cada uno de ellos incluía una cara diferente. Esto significó que cada par de fotos se vinculó con otro par a través del objeto compartido o la imagen del lugar.

En la segunda fase del estudio, se evaluó si los participantes podían inferir la conexión indirecta entre estos pares de fotos vinculados mostrando una cara y pidiéndoles que eligieran entre otras dos caras. Una de las opciones, la correcta, se emparejó con el mismo objeto o imagen del lugar, y una no. Los investigadores esperaban que la cara presentada activara la recuperación del objeto o lugar emparejado y, por lo tanto, activara la actividad cerebral que pasaría del hipocampo a la corteza entorrinal. Los investigadores también esperaban evidencia de que esta actividad volviera al hipocampo para desencadenar la recuperación de la cara enlazada correcta. Los investigadores entrenaron un algoritmo de computadora para poder diferenciar entre la activación de escenas y objetos dentro de estas regiones de entrada y salida. El algoritmo se aplicó cuando solo se mostraban caras en la pantalla. Si el algoritmo indicaba la presencia de información sobre la escena o el objeto en estos ensayos, solo podría ser controlado por memorias recuperadas de la escena vinculada o de las fotos de objetos.

"Nuestros datos mostraron que cuando el hipocampo recupera una memoria, no se la pasa al resto del cerebro", dijo Dharshan Kumaran, un investigador que formó parte del estudio. "En cambio, recircula la activación de vuelta al hipocampo, lo que desencadena la recuperación de otros recuerdos relacionados".

Los investigadores creen que sus resultados podrían ayudar a la IA a aprender más rápido en el futuro. "Si bien hay muchos dominios en los que la inteligencia artificial es superior, los humanos aún tienen una ventaja cuando las tareas dependen del uso flexible de la memoria episódica", dijo Martin Chadwick, otro investigador que formó parte del estudio. "Si podemos entender los mecanismos que permiten a las personas hacer esto, la esperanza es poder replicarlos dentro de nuestros sistemas de inteligencia artificial, brindándoles una capacidad mucho mayor para resolver rápidamente problemas nuevos".

Enlace relacionado:
Miembro Oro
Ultrasound System
FUTUS LE
Miembro Oro
Electrode Solution and Skin Prep
Signaspray
X-Ray Meter
Cobia SENSE
Fetal Doppler
Sonicaid FD1 / FD3

Print article
Radcal

Canales

RM

ver canal
Imagen: El MRgFUS puede tratar con éxito el cáncer de próstata para aquellos en riesgo intermedio (Fotografía cortesía de 123RF)

Terapia de ultrasonido enfocado guiada por resonancia magnética se muestra prometedora en tratamiento del cáncer de próstata

Los médicos y radiólogos intervencionistas utilizan la terapia de ultrasonido enfocado guiado por resonancia magnética (MRgFUS) para apuntar con precisión áreas específicas... Más

Ultrasonido

ver canal
Imagen: Estructura del transductor de ultrasonido transparente propuesto y su transmitancia óptica (Fotografía cortesía de POSTECH)

Transductor de ultrasonido transparente de banda ancha ultrasensible mejora diagnóstico médico

El sistema de imágenes de modo dual ultrasonido-fotoacústico combina el contraste de imágenes moleculares con imágenes de ultrasonido. Puede mostrar detalles moleculares y estructurales... Más

Medicina Nuclear

ver canal
Imagen: PET/CT de un paciente masculino de 60 años con sospecha clínica de cáncer de pulmón (Fotografía cortesía de  EJNMMI Physics)

Adquisición temprana de PET FDG dinámica de 30 minutos podría reducir a la mitad tiempos de exploración pulmonar

Las exploraciones PET FDG F-18 son una forma de observar el interior del cuerpo utilizando un tinte especial, y estas exploraciones pueden ser estáticas o dinámicas. Las exploraciones estáticas... Más

Imaginología General

ver canal
Imagen: El modelo AI ingresa y analiza una imagen de la tomografía de emisión de positrones (PET) (Fotografía cortesía de la Universidad de Chalmers)

Modelo de IA detecta 90 % de casos de cáncer linfático a partir de imágenes de PET y TC

El uso de la inteligencia artificial (IA) en el análisis de imágenes médicas ha sido testigo de avances significativos recientemente. Se están desarrollando nuevas herramientas... Más

TI en Imaginología

ver canal
Imagen: La nueva Medical Imaging Suite hace que los datos de imágenes de atención médica sean más accesibles, interoperables y útiles (Fotografía cortesía de Google Cloud)

Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles

Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.