Las técnicas de neuroimagen permiten conocer las regiones cerebrales que subyacen al procesamiento y computación de la percepción visual describiendo cómo los estímulos visuales influyen la actividad neuronal. Pero el conocimiento también puede ser inverso: de la actividad neuronal poder identificar el estimulo percibido.
La reconstrucción neuronal de estímulos es un área de estudio reciente, pero ya ha producido sus frutos. Se ha podido reconstruir patrones binarios simples como colores (Brouwer y Heeger 2009), caractéres alfabéticos (Shoenmakers et al. 2013), imágenes naturales (Naselaris et al. 2009) y hasta estímulos visuales de alto nivel como escenas de películas (Nishimoto et al. 2011).
La mayoría de estos logros de reconstrucción neuronal se basó en utilizar el análisis de componentes principales (PCA siglas en inglés) que reduce la dimensionalidad (valores) de los estímulos en unos pocos (eigenfaces). La representación de las caras vía un limitado número de componentes de PCA se ha mostrado muy efectivo en el reconocimiento facial (Turk y Pentland 1991).
En este estudio pionero Cowen y colaboradores han reconstruido neuronalmente un estímulo complejo, como es el rostro humano, hasta hora no reconstruido.
La metodología empleada se compuso de cuatro pasos: 1) emplearon el PCA a una larga lista de caras para identificar los componentes (eigenfaces) que de manera efectiva identificaban las caras en pocas dimensiones, 2) un algoritmo de aprendizaje automático se encargo de hacer que los patrones de actividad neuronal obtenidos por neuroimagen se correspondieran con los eigenfaces, 3) en base a los patrones de actividad neuronal de las caras el algoritmo predecía la puntuación asociada de cada eigenfaces y finalmente, 4) una transformación inversa se aplicó a las puntuaciones de los componentes para reconstruir las caras.
Una característica de este estudio es que por primera vez se ha incluido regiones de la corteza que se sabe desde hace tiempo que también están implicadas en la percepción facial más allá de la corteza visual primaria localizada en la zona occipital, en otras palabras, reconstruir neuronalmente a partir regiones cerebrales de alto-nivel.
Este estudio ha permitido con el uso de un algoritmo de aprendizaje automático establecer una correspondencia entre la actividad neuronal y los patrones estadísticos contenidos en las imágenes de las caras. Pero va más allá del motivo esencial de las reconstrucciones neuronales realizadas hasta la fecha, proveer de una directa reconstrucción de lo que alguien está viendo a partir de su actividad neuronal. Este estudio, como hemos dicho, incluye regiones extra-occipitales y apunta posibles aplicaciones de futuro.
Entre las aplicaciones de futuro es comparar los eigenfaces de distintos individuos que puedan tener dificultades en el procesamiento facial como personas con autismo y también ver cómo la influencia de sesgos cognitivos de alto-nivel influyen en la representación facial de las personas. Un ejemplo, el estereotipo racial por el cual el color de la piel se representa con más fuerza.
-------------------------------------------
Cowen AS, Chun MM, & Kuhl BA (2014). Neural portraits of perception: Reconstructing face images from evoked brain activity. NeuroImage PMID: 24650597
No comments:
Post a Comment