ارزیابی هوش از روی ام .آر.آی مغز - دیتاپد

به گزارش خبرنگاران و به نقل از مدیکال اکسپرس، دانشمندان روسی پیروز شدند با پژوهش جدید خود، به جایگاه چهارم در رقابت های پیش بینی هوش با کمک ام .آر.آی دست یابند.

دانشمندان موسسه اسکولتک(Skoltech)، از روش های مبتنی بر شبکه های سه بعدی یادگیری ماشینی استفاده کردند تا بتوانند بر این پیش بینی چالش برانگیز غلبه کنند.

موسسه ملی سلامت(NIH) آمریکا در سال 2013، نخستین پژوهش در نوع خود را در حوزه بررسی مغز بزرگسالان آغاز کرد تا این موضوع را مورد ارزیابی قرار دهد که آیا سرگرمی ها و عادت های نوجوانان، رشد مغز آنها را تحت تاثیر قرار می دهد و در صورت مثبت بودن پاسخ، این فرآیند چگونه رخ می دهد.

ام .آر.آی، روشی متداول برای ثبت تصویر از اندام ها و بافت های داخل بدن انسان است. این سوال برای دانشمندان پیش آمده بود که آیا می توان سطح هوش را با بررسی تصویر ام .آر.آی مغز ارزیابی کرد یا خیر. پایگاه داده موسسه ملی سلامت، بیش از 11 هزار تصویر از مغز بچه ها بین 9 تا 10 سال را در برداشت.

دانشمندان موسسه ملی سلامت، یک رقابت بین المللی را آغاز کردند و پایگاه گسترده داده های خود را برای نخستین بار در دسترس جامعه بزرگ پژوهشگران قرار دادند. شرکت کنندگان باید یک مدل پیش بینی را بر اساس تصاویر مغز می ساختند.

دانشمندان اسکولتک، یک شبکه عصبی را برای پردازش تصویر ام .آر.آی به کار گرفتند. آنها برای این کار، یک معماری شبکه ای ارائه دادند که چندین مدل ریاضی را برای بررسی داده ها به کار می گیرد تا دقت پیش بینی را افزایش دهد. همچنین دانشمندان، روش جدیدی را برای ارزیابی داده های ام .آر.آی به کار گرفتند.

این گروهی پژوهشی در بررسی خود، بر پیش بینی سطح هوش سیال(fluid intelligence) تمرکز کردند که توانایی های بیولوژیکی سیستم عصبی را معین می کند و ارتباط کمی با دانش یا مهارت های کسب شده دارد. نکته مهم این است که دانشمندان، پیش بینی هایی را هم برای سطح هوش سیال و هم برای متغیر مستقل مورد نظر از جمله سن، جنسیت، اندازه مغز و تصویر ام .آر.آی ارائه دادند.

اکاترینا کوندراتیوا(Ekaterina Kondratyeva)، از دانشجویان مقطع دکتری موسسه اسکولتک گفت: گروه ما، روش های هوش مصنوعی را برای ارائه دانش رایانه ای در ارزیابی داده های ام .آر.آی ابداع کرده است. ما در این پژوهش، طبقه بندی هایی را برای پیش بینی بهتر شبکه های هوش مصنوعی ارائه دادیم که طبقه بندی تصویر را بدون از دست دادن اطلاعات ارزشمند فراهم می کنند.

نتایج این پژوهش می توانند به یافتن ارتباط میان هوش سیال و آناتومی مغز بچه ها کمک کنند. اگرچه دقت این روش در پیش بینی، کمتر از میزان مورد نظر و کامل است اما این مدل ها خواهند توانست جنبه های گوناگون شناختی، اجتماعی، عاطفی و فیزیکی رشد بزرگسالان را معین کنند.

این پژوهش، در مجله Adolescent Brain Cognitive Development Neurocognitive Prediction به چاپ رسید.