เทคนิคใหม่ที่ดึงแสงที่กระจัดกระจายจากแหล่งกำเนิดแสงฟลูออเรสเซนต์อย่างมีประสิทธิภาพสามารถใช้เพื่อบันทึกสัญญาณประสาทที่มาจากส่วนลึกภายในสมอง เทคนิคนี้พัฒนาโดยนักฟิสิกส์จากมหาวิทยาลัยซอร์บอนน์ในปารีส ประเทศฝรั่งเศส ใช้อัลกอริธึมการแยกตัวประกอบของเมทริกซ์เพื่อเอาชนะความจริงที่ว่าเนื้อเยื่อชีวภาพทึบแสงเป็นตัวกระจายแสงที่มองเห็นได้ชัดเจน
ดังนั้นจึงยากที่จะสร้างภาพยกเว้นที่ระดับความลึกตื้น
การถ่ายภาพสมองนั้นอาศัยเทคนิคที่ไม่เกี่ยวกับการมองเห็น เช่น เอกซเรย์คอมพิวเตอร์และเอกซเรย์คอมพิวเตอร์ด้วยคลื่นสนามแม่เหล็ก ด้วยการผสมผสานความเปรียบต่าง ความละเอียด และความจำเพาะที่ไม่เคยมีมาก่อน การถ่ายภาพโดยใช้แสงฟลูออเรสเซนซ์ในบริเวณที่มองเห็นและใกล้อินฟราเรดของสเปกตรัมแม่เหล็กไฟฟ้า (400-900 นาโนเมตร) จึงเป็นทางเลือกที่น่าสนใจ โดยเฉพาะการศึกษาการประมวลผลข้อมูลโดยเซลล์ประสาท อย่างไรก็ตาม มีข้อเสียอย่างร้ายแรงคือ เนื้อเยื่อประสาทจะทึบแสงที่ความยาวคลื่นเหล่านี้ และกระจายแสงที่ตกกระทบอย่างรวดเร็ว ความทึบแสงนี้จำกัดเทคนิคการถ่ายภาพด้วยแสงที่ระดับความลึกประมาณสองสามร้อยไมครอน ซึ่งสอดคล้องกับความยาวการกระเจิงเล็กน้อย
ในขณะที่นักวิจัยได้พัฒนาเทคนิคในการโฟกัสแสงและภาพที่ระดับความลึกมากขึ้น วิธีการเหล่านี้ส่วนใหญ่อาศัยเทคนิคการสร้างรูปหน้าคลื่นที่ซับซ้อน เทคนิคเหล่านี้ใช้เวลานานเช่นกัน ซึ่งหมายความว่าไม่สามารถใช้เพื่อติดตามการทำงานของเซลล์ประสาทแบบเรียลไทม์ในสมองได้
การวิเคราะห์กิจกรรมของเซลล์ประสาทที่ฝังลึก
วิธีการใหม่ที่พัฒนาโดยClaudio MorettiและSylvain Giganในห้องปฏิบัติการ Kastler-Brosselนั้นแตกต่างกันตรงที่มันไม่ได้มุ่งหมายที่จะดึงภาพของวัตถุเรืองแสง หรือเพื่อจำกัดตำแหน่งของวัตถุ แต่อาศัยการวิเคราะห์กิจกรรมของแหล่งกำเนิดผันผวนที่ฝังลึก ในกรณีนี้คือกิจกรรมการทำงานของชุดเซลล์ประสาท โดยการบันทึกการเรืองแสงของพวกมัน
นักวิจัยใช้ประโยชน์จากข้อเท็จจริงที่ว่าแต่ละแหล่งจะสร้างรูปแบบแสงที่ขยายออกไป มีความเปรียบต่างต่ำ แต่มีการกำหนดไว้อย่างชัดเจนหลังจากกระเจิงผ่านสื่อทึบแสงหนา เช่น เนื้อเยื่อสมอง รูปแบบจุดที่เรียกว่านี้สามารถถ่ายภาพได้ที่เครื่องตรวจจับหรือกล้อง
Moretti และ Gigan ได้แสดงให้เห็นว่าพวกเขาสามารถใช้รูปแบบจุดที่มีความผันผวนเหล่านี้เพื่อดึงสัญญาณการทำงานจากแหล่งกำเนิดแสงเรืองแสง แม้ว่าแสงจะผ่านเนื้อเยื่อที่กระเจิงสูง พวกเขาทำสิ่งนี้โดยใช้อัลกอริธึมการประมวลผลสัญญาณขั้นสูงที่เรียกว่าการแยกตัวประกอบเมทริกซ์อันดับต่ำที่ไม่เป็นลบ
ลักษณะลายนิ้วมืออัลกอริทึมนี้ใช้กันอย่างแพร่หลายในการวิเคราะห์ภาพและเพลง เช่นเดียวกับในด้านอื่นๆ ของการเรียนรู้ของเครื่องและข้อมูลขนาดใหญ่ Gigan อธิบาย โดยพื้นฐานแล้วจะพยายามแยกตัวประกอบเมทริกซ์ขนาดใหญ่ – ลำดับของภาพที่บันทึกไว้ – เป็นผลคูณของเมทริกซ์สี่เหลี่ยม “บาง” สองอัน
“ค่า ‘ไม่เป็นลบ’ ในบริบทนี้หมายความว่า
เรากำลังมองหาวิธีแก้ปัญหาที่เมทริกซ์ขนาดเล็กทั้งสองมีค่าสัมประสิทธิ์บวก” เขากล่าว “วิธีการนี้ช่วยลดความยุ่งยากในการคำนวณอย่างมาก และอัลกอริธึมจะค้นหาวิธีแก้ปัญหาแม้ว่าจะมีสัญญาณรบกวนในข้อมูลมากก็ตาม (เช่นในกรณีของเรา)”
สาเหตุหลักที่เทคนิคการแยกตัวประกอบนั้นได้ผล Gigan กล่าวเสริมว่าเมทริกซ์ขนาดใหญ่ที่พวกเขาพยายามแยกตัวประกอบสามารถสันนิษฐานได้ว่ามาจากแหล่งที่มาจำนวนจำกัด (เซลล์ประสาท) ซึ่งแต่ละแหล่งมี “ลายนิ้วมือ” ที่มีลักษณะเฉพาะของตัวเอง
“ในขณะที่อัลกอริทึมดังกล่าวเคยถูกใช้ในการประยุกต์ใช้ด้านประสาทวิทยาศาสตร์มาก่อน แต่ก็ไม่เคยถูกนำไปใช้กับสถานการณ์ ‘การสตริง’ เช่นนี้มาก่อน” เขากล่าวกับPhysics World “ในการทดลองของเรา สัญญาณต่างๆ จะถูกผสมกันอย่างสมบูรณ์โดยการแพร่กระจายของสัญญาณแสงที่ใช้งานได้ผ่านตัวกลางที่กระเจิง ซึ่งเป็นสิ่งที่ปิดบังและป้องกันการสร้างภาพโดยตรง เราได้แสดงให้เห็นว่าอัลกอริธึม ‘แยกผสม’ สัญญาณเหล่านี้อย่างมีประสิทธิภาพเพื่อให้สามารถดึงข้อมูลได้อย่างมีประสิทธิภาพ”
การทดลองพิสูจน์หลักการเพื่อทดสอบแนวทางของพวกเขา นักวิจัยได้ออกแบบการทดลองพิสูจน์หลักการ โดยจำลองการทำงานของเครือข่ายเซลล์ประสาทสังเคราะห์ขนาดเล็กที่ทำจากลูกปัดเรืองแสงขนาด 10 ไมครอน ซึ่งใกล้เคียงกับร่างกายของเซลล์ประสาทส่วนใหญ่ พวกเขาวางลูกปัดเหล่านี้ไว้ใน กระโหลกหนู ex vivoซึ่งมีความหนาประมาณ 300 ไมครอน และมีความยาวกระเจิงประมาณ 40 ไมครอน
อัลกอริทึมการแยกตัวประกอบของเมทริกซ์ช่วยติดตามกิจกรรมของเซลล์ประสาท จากนั้นพวกเขาก็ตื่นเต้นกับลูกปัดโดยใช้แสงเลเซอร์สีน้ำเงินและรวบรวมจุดเรืองแสงที่เกิดขึ้นโดยใช้วัตถุประสงค์ของกล้องจุลทรรศน์ก่อนแล้วจึงใช้กล้อง สุดท้าย พวกเขาใช้อัลกอริธึมในการดึงข้อมูลเกี่ยวกับการแผ่รังสีแสงและการเปลี่ยนแปลงตามเวลา
เทคนิคนี้พิสูจน์ให้เห็นว่าแม้แต่การกระเจิงของแสงที่รุนแรงก็ไม่ได้ทำลายข้อมูลที่นำพาโดยแสงทั้งหมด และสามารถเรียกค้นข้อมูลดังกล่าวได้โดยใช้วิธีการคำนวณ Gigan กล่าว “การใช้ลูกปัดเรืองแสงที่เราสามารถกระตุ้นได้จะช่วยให้เราเข้าใจฟิสิกส์ในมือและกำหนดข้อจำกัดของเทคนิค” เขากล่าวเสริม “การประยุกต์ใช้เทคนิคที่ชัดเจนที่สุดคือในการศึกษาออปโตเจเนติกส์ทางประสาทวิทยา แต่เราหวังว่ามันจะถูกนำมาใช้ในด้านอื่น ๆ นอกเหนือจากการถ่ายภาพทางชีวการแพทย์เช่นในการรับรู้เป็นต้น”
ทีม Sorbonne ซึ่งรายงานการวิจัยของพวกเขาในNature Photonicsกำลังทำงานร่วมกับนักชีววิทยาเพื่อใช้เทคนิคนี้กับเซลล์ประสาทจริงในระบบที่มีชีวิต คำเตือนที่สำคัญอีกประการหนึ่งคือพวกเขาไม่ได้สร้างภาพเซลล์ประสาทหรือการแปลเป็นภาษาท้องถิ่น แต่บันทึกเฉพาะกิจกรรมของพวกเขาเท่านั้น Gigan กล่าวว่า “เราไม่รู้จริงๆ ว่าเซลล์ประสาทอยู่ที่ไหนหรือมีลักษณะอย่างไร และนี่คือปัญหาที่เราหวังว่าจะสามารถถอดรหัสได้ในอนาคต”
Credit : perceptualriot.com percocetrxpharmacy.com perdomocigarsasia.com pervasivesecurityroundtable.com poetrydirectory.net
