Новые технологии потенциально могут значительно упростить жизнь людей, в том числе слепых. Одним из наиболее перспективных видов инструментов, предназначенных для оказания помощи слепым, являются зрительные протезы.

Зрительные протезы - это медицинские устройства, которые могут быть имплантированы в мозг. Эти устройства могли бы помочь восстановить зрение у людей, страдающих различными типами слепоты. Несмотря на их огромный потенциал, большинство существующих зрительных протезов достигли не впечатляющих результатов, поскольку зрение, которое они могут производить, крайне примитивно.

Группа исследователей из Калифорнийского университета в Санта-Барбаре недавно разработала модель машинного обучения, которая может значительно повысить производительность зрительных протезов, а также других сенсорных нейропротезов (т.е. устройств, направленных на восстановление утраченных сенсорных функций или расширение человеческих способностей). Разработанная ими модель, представленная в статье, предварительно опубликованной на arXiv, основана на использовании нейронного автоэнкодера, архитектуры, вдохновленной мозгом, которая может обнаруживать определенные закономерности в данных и создавать их представления.

"Мы начали работать над этим проектом в попытке решить давнюю проблему оптимизации стимулов в зрительных протезах", - сказал TechXplore Джейкоб Гранли, один из исследователей, проводивших исследование. "Одной из вероятных причин плохих результатов, достигнутых визуальными протезами, является наивная стратегия кодирования стимулов, которую обычно используют устройства. В предыдущих работах предлагались стратегии кодирования, но многие из них нереалистичны, и ни одна из них не дала общего решения, которое могло бы работать с имплантатами и пациентами".

Основной целью недавней работы Грэнли и его коллег было разработать простое и эффективное решение, которое могло бы помочь улучшить стратегии кодирования сенсорных нейропротезов. Они хотели, чтобы эта стратегия позволяла достичь хороших результатов с различными типами сенсорных данных, поскольку это облегчило бы ее реализацию в различных нейропротезных устройствах.

До сих пор исследователи оценивали эффективность своего подхода, основанного на нейронном автоэнкодере, в контексте визуальных нейропротезов. Они обнаружили, что он достиг замечательных результатов, последовательно приводя к более качественному визуальному восприятию у широкого круга виртуальных пациентов, что является значительным шагом вперед на пути к достижению надежного бионического зрения.

Нейронный кодировщик, созданный Грэнли и его коллегами, генерировал гораздо более убедительные визуальные стимулы, чем другие традиционные стратегии кодирования, используя те же обучающие наборы данных. Примечательно, что к нему также можно было бы легко применить другие нейропротезы, которые можно описать с помощью сенсорной модели, в том числе предназначенные для усиления слуха и осязания.

"Я в восторге от потенциального более широкого воздействия нашей структуры", - сказал Грэнли. "Мы смогли продемонстрировать пользу, полученную за счет "замыкания цикла восприятия", или, другими словами, включения в цикл модели воздействия стимуляции на восприятие пациента. Это может быть полезно для различных протезов. Например, кохлеарные имплантаты могли бы использовать эту структуру для улучшения слухового восприятия".

Модель, представленная этой группой исследователей, в конечном итоге может быть использована разработчиками для улучшения качества зрения, обеспечиваемого визуальными нейропротезными устройствами. Кроме того, его можно было бы применить к существующим протезам конечностей, чтобы создать более убедительные ощущения кожного прикосновения у пациентов, у которых отсутствуют определенные конечности или которые подверглись ампутации.

"В этом проекте мы использовали только виртуальных, смоделированных пациентов", - добавил Гранли. "В будущем я хотел бы протестировать наш кодировщик на пациентах-людях с имплантированными зрительными протезами. Если бы мы смогли добиться такого же улучшения у реальных пациентов, то это стало бы огромным шагом на пути к восстановлению зрения миллионам людей, страдающих слепотой".

ИСТОЧНИК