Les scientifiques entraînent une banque de modèles d'IA pour identifier les modèles d'activité cérébrale qui signalent la formation de la mémoire

Les scientifiques entraînent une banque de modèles d'IA pour identifier les modèles d'activité cérébrale qui signalent la formation de la mémoire

Accueil » Psychologie » Troubles mentaux » Enfant » Les scientifiques entraînent une banque de modèles d'IA pour identifier les modèles d'activité cérébrale qui signalent la formation de la mémoire

L’étude des oscillations cérébrales a fait progresser notre compréhension du fonctionnement cérébral. Les ondulations sont un type d’oscillation rapide qui sous-tend l’organisation des souvenirs. Ils sont affectés par des troubles neurologiques tels que l'épilepsie et la maladie d'Alzheimer. Pour cette raison, ils sont considérés comme un biomarqueur électroencéphalographique (EEG). Cependant, les ondulations présentent diverses formes d’onde et propriétés qui peuvent ne pas être détectées par les méthodes spectrales standards.

Récemment, la communauté des neurosciences a souligné la nécessité de mieux automatiser, harmoniser et améliorer la détection des ondulations dans une gamme de tâches et d’espèces. Dans l’étude, les auteurs ont utilisé des enregistrements obtenus sur des souris de laboratoire pour former une boîte à outils de modèles d’apprentissage automatique.

“Nous avons testé la capacité de ces modèles en utilisant des données provenant de primates non humains collectées à l'Université Vanderbilt (Nashville, États-Unis) par Saman Abbaspoor et le chef de laboratoire Kari Hoffman dans le cadre de la Brain Initiative. Nous avons constaté qu'il est possible d'utiliser données EEG de rongeurs pour entraîner des algorithmes d'IA pouvant être appliqués aux données des primates et éventuellement des humains, à condition que le même type de techniques d'enregistrement soit utilisé”, explique De la Prida, qui fait partie de la connexion AI-HUB du CSIC visant à faire progresser l'utilisation de l’IA et de ses applications.

La boîte à outils de modèles est née d'un hackathon, qui a abouti à une liste restreinte des meilleurs modèles de détection. Ces architectures ont ensuite été harmonisées et optimisées par les auteurs, qui fournissent désormais tous les codes et données ouvertement à la communauté des chercheurs. Les modèles incluent certaines des architectures d'apprentissage supervisé les plus connues, telles que les machines à vecteurs de support, les arbres de décision et les réseaux de neurones convolutifs.

“Nous avons identifié plus d'une centaine de modèles possibles à partir des différentes architectures qui sont désormais disponibles pour application ou recyclage par d'autres chercheurs”, déclarent Andrea Navas Olivé et Adrián Rubio, qui sont les premiers auteurs des travaux.

“Cette banque de modèles d'IA offrira de nouvelles applications dans le domaine des neurotechnologies et pourra être utile pour la détection et l'analyse des oscillations à haute fréquence dans des pathologies telles que l'épilepsie, où elles sont considérées comme des marqueurs cliniques”, conclut De la Prida.

L'article est publié dans la revue Biologie des communications.

★★★★★

A lire également