De beste manier om neurale activiteit in het brein te meten is door er letterlijk in te kijken, oftewel door meetapparatuur in de hersenen zelf te plaatsen. Een probleem van dit soort metingen is dat ze erg invasief zijn: je moet er de schedel en het brein van proefpersonen voor openmaken. Daarom vindt dit type onderzoek vooral plaats met proefdieren in plaats van mensen. Bij mensen wordt de hersenactiviteit meestal niet-invasief gemeten, met behulp van fMRI-, MEG- of EEG-scanners die op geen enkele manier de hersenen fysiek binnendringen. Deze technieken leveren echter een stuk minder gedetailleerd beeld van de neurale activiteit op.

Epilepsiepatiënten

In deze nieuwe studie is het toch gelukt om neurale activiteit direct in het menselijk brein te meten en daarmee de zogenoemde temporele dynamiek - snelle fluctuaties in neurale activiteit die tonen hoe de hersenen een visueel beeld verwerken - ongekend gedetailleerd en nauwkeurig bloot te leggen. Dit was mogelijk door de samenwerking van neurowetenschappers van de Universiteit van Amsterdam, de New York University en de Universiteit Utrecht met twee academische medische centra. De menselijke proefpersonen in de studie waren epilepsiepatiënten bij wie artsen elektroden hadden geïmplanteerd om de hersenactiviteit te bestuderen die samengaat met epileptische aanvallen. Terwijl de patiënten voor dit medische onderzoek in het ziekenhuis lagen, namen ze ook deel aan het onderzoek van de neurowetenschappers. Dankzij de toch al aanwezige implantaten konden zij zeldzaam gedetailleerd zien wat er in de hersenen van de patiënten gebeurde wanneer deze in hun ziekenhuisbed op een laptop naar een set van plaatjes keken.  

Hoofdonderzoeker Iris Groen van de UvA werkt op het raakvlak van cognitieve neurowetenschappen en computer vision, het vakgebied dat bestudeert hoe we computers beter kunnen laten ‘zien’ (visuele informatie laten waarnemen en verwerken).

Computermodel

De nieuwe studie toont aan dat computermodellen die zijn ontwikkeld om neurale reacties bij proefdieren te verklaren, ook kunnen worden toegepast op menselijke hersenen. De modellen kunnen veranderingen in hersenactiviteit voorspellen die optreden wanneer het visueel gepresenteerde beeld verandert - bijvoorbeeld hoeveel langer neuronen actief blijven als een bepaald beeld twee keer zo lang op het scherm blijft, of hoeveel ze hun activiteit verminderen als een beeld een tweede keer wordt getoond.

Groen: ‘De data laten zien dat de hersenen zich heel snel aanpassen aan veranderingen in de input, en ons computermodel bewijst dat we dat proces kunnen vangen met een paar simpele wiskundige vergelijkingen. Nu we deze vergelijkingen hebben geïdentificeerd, kunnen we proberen ze op te nemen in computer-algoritmen om te zien of deze daardoor beter worden in het oplossen van beeldherkenningsproblemen die mensen moeiteloos doen, maar waar computers nog steeds moeite mee hebben, zoals het herkennen en voorspellen van gebeurtenissen in video's.’

Publicatiegegevens

Iris I.A. Groen, Giovanni Piantoni, Stephanie Montenegro, Adeen Flinker, Sasha Devore, Orrin Devinsky, Werner Doyle, Patricia Dugan, Daniel Friedman, Nick Ramsey, Natalia Petridou en Jonathan Winawer: ‘Temporal dynamics of neural responses in human visual cortex’, in: Journal of Neuroscience (5 October 2022). DOI: 10.1523/JNEUROSCI.1812-21.2022