Ringkasan: Para peneliti telah mengembangkan teknik inovatif untuk mengubah data neuroimaging kompleks menjadi format audiovisual. Dengan mengubah data aktivitas otak dan aliran darah dari perilaku seperti berlari atau merawat tikus menjadi suara piano dan biola yang tersinkronisasi, disertai dengan video, mereka menawarkan pendekatan intuitif untuk mengeksplorasi cara kerja otak yang kompleks.
Metode ini tidak hanya memfasilitasi identifikasi pola dalam kumpulan data yang besar, namun juga meningkatkan pemahaman tentang hubungan dinamis antara aktivitas dan perilaku saraf. Perangkat ini mewakili langkah maju yang besar dalam penelitian ilmu saraf, yang memungkinkan para ilmuwan melihat dan menafsirkan sejumlah besar data otak secara intuitif.
Fakta-fakta kunci:
Konversi data audiovisual: Sebuah perangkat mengubah data neuroimaging menjadi kombinasi not musik dan video, dengan alat berbeda yang mewakili berbagai jenis aktivitas otak.Pengenalan pola yang ditingkatkan: Pendekatan ini memungkinkan peneliti untuk lebih mudah mengidentifikasi korelasi antara aktivitas dan perilaku otak tertentu, sehingga memperkaya analisis kumpulan data neuroimaging yang kompleks.Penerapan di seluruh eksperimen: Metode ini, yang telah dibuktikan dalam berbagai lingkungan eksperimental, termasuk teknik pencitraan otak 2D dan 3D, menyediakan alat serbaguna untuk penelitian ilmu saraf.
Sumber: PLOS
Data neuroimaging yang kompleks dapat dieksplorasi melalui penerjemahan ke dalam format audio visual – video yang diiringi musik – untuk membantu menafsirkan apa yang terjadi di otak saat suatu perilaku dilakukan.
David Thibodeaux dan rekannya dari Universitas Columbia, AS, menyajikan teknik ini dalam jurnal akses terbuka PLOS SATU 21 Februari 2024. Contoh “film otak” yang indah diberikan di bawah ini.
Toolkit ini diterapkan pada data WFOM yang dikumpulkan sebelumnya yang mendeteksi aktivitas saraf dan perubahan aliran darah otak pada tikus yang melakukan berbagai perilaku seperti berlari atau berdandan. Kredit: Berita Neurosains
Kemajuan teknologi terkini telah memungkinkan pencatatan berbagai komponen aktivitas di otak saat bangun tidur secara real time. Misalnya, para ilmuwan kini dapat mengamati apa yang terjadi di otak tikus ketika ia melakukan perilaku tertentu atau menerima stimulus tertentu.
Namun, penelitian semacam itu menghasilkan sejumlah besar data yang sulit diperiksa secara intuitif untuk mendapatkan wawasan tentang mekanisme biologis di balik pola aktivitas otak.
Penelitian sebelumnya menunjukkan bahwa beberapa data pencitraan otak dapat diterjemahkan ke dalam representasi suara. Berdasarkan pendekatan ini, Thibodeaux dan rekannya telah mengembangkan perangkat fleksibel yang memungkinkan penerjemahan berbagai jenis data pencitraan otak—dan rekaman video perilaku hewan laboratorium yang menyertainya—ke dalam representasi audiovisual.
Para peneliti kemudian mendemonstrasikan teknik baru ini dalam tiga pengaturan eksperimental yang berbeda, menunjukkan bagaimana representasi audiovisual dapat disiapkan dengan data dari pendekatan pencitraan otak yang berbeda, termasuk pemetaan optik bidang lebar (WFOM) 2D dan mikroskop eksitasi planar selaras 3D confocal (SCAPE).
Toolkit ini diterapkan pada data WFOM yang dikumpulkan sebelumnya yang mendeteksi aktivitas saraf dan perubahan aliran darah otak pada tikus yang melakukan berbagai perilaku seperti berlari atau berdandan.
Data saraf diwakili oleh suara piano yang dibunyikan bersamaan dengan lonjakan aktivitas otak, dengan volume setiap nada menunjukkan besarnya aktivitas dan nadanya menunjukkan lokasi di otak tempat aktivitas tersebut terjadi. Sedangkan data aliran darah diwakili oleh suara biola.
Suara piano dan biola yang dimainkan secara real time menunjukkan hubungan yang saling berhubungan antara aktivitas saraf dan aliran darah. Jika dilihat bersamaan dengan video mouse, pemirsa dapat membedakan pola aktivitas otak mana yang berhubungan dengan berbagai perilaku.
Para penulis mencatat bahwa perangkat mereka bukanlah pengganti analisis kuantitatif data neuroimaging. Namun, hal ini dapat membantu para ilmuwan menyaring kumpulan data yang besar dan menemukan pola yang mungkin luput dari perhatian dan layak untuk dianalisis lebih lanjut.
Penulis menambahkan: “Mendengar dan melihat representasi [brain activity] data adalah pengalaman mendalam yang dapat memanfaatkan kemampuan kita untuk mengenali dan menafsirkan pola (pertimbangkan fitur keamanan online yang meminta Anda untuk “memilih lampu lalu lintas dalam gambar ini” – sebuah tantangan yang melampaui kebanyakan komputer, namun sepele bagi otak kita )…[It] hampir tidak mungkin untuk melacak dan fokus pada kedua perubahan waktu [brain activity] data dan video perilaku pada saat yang sama, mata kita harus bergerak maju mundur untuk melihat sesuatu terjadi bersamaan.
“Umumnya, Anda harus terus memutar ulang klip untuk mengetahui apa yang terjadi pada momen tertentu. Representasi data secara auditori membuatnya lebih mudah untuk melihat (dan mendengar) ketika sesuatu terjadi pada waktu yang sama.”
Tentang berita ini dari penelitian ilmu saraf
Pengarang: Charlotte Bhaskar
Sumber: PLOS
Kontak: Charlotte Bhaskar – PLOS
Gambar: Gambar dikreditkan ke Neuroscience News
Penelitian Asli: Akses terbuka.
“Audivisualisasi Data Neuroimaging Real-Time” oleh Elizabeth Hillman dkk. PLOS SATU
Abstrak
Audiovisualisasi data neuroimaging secara real time
Kemajuan dalam teknik pencitraan otak telah secara signifikan memperluas ukuran dan kompleksitas data neuroimaging dan perilaku secara real-time. Namun, mengidentifikasi pola, tren, dan sinkronisasi dalam kumpulan data ini menghadirkan tantangan komputasi yang signifikan.
Di sini, kami mendemonstrasikan pendekatan yang dapat mengubah data neuroimaging yang berubah-ubah waktu menjadi pengeditan audiovisual unik yang terdiri dari representasi data dinamis yang dapat didengar ditambah dengan film komponen spasial dan rekaman perilaku yang disederhanakan dan diberi kode warna.
Beberapa variabel dapat dikodekan sebagai alat musik yang berbeda, memungkinkan pengamat membedakan dan melacak beberapa parameter dinamis secara paralel.
Representasi ini memungkinkan asimilasi intuitif kumpulan data ini untuk korelasi perilaku dan fitur spatiotemporal seperti pola, ritme, dan motif yang mungkin sulit dideteksi dengan metode interogasi data konvensional.
Representasi audiovisual ini memberikan wawasan baru ke dalam organisasi dan pola aktivitas real-time di otak dan menawarkan metode intuitif dan menarik untuk visualisasi data komprehensif untuk aplikasi yang lebih luas.
+ There are no comments
Add yours