دانشمندانی که مغز را برای یافتن پاسخ به اختلالات خواب خاص بررسی میکنند ممکن است در مکان اشتباهی به نظر برسند .
یک مطالعه جدید نشان میدهد که یک پروتیین در ماهیچه میتواند اثرات از دست رفتن خواب در موشها را کاهش دهد، یک افشاگری شگفتانگیز که این تصور گسترده را که مغز همه جوانب خواب را کنترل میکند را به چالش میکشد .
این یافته - - همکاری بین UT ، پیتر O ' Donnell جونیور ). موسسه مغز و دو مرکز پزشکی دیگر - - به دانشمندان هدف جدیدی در کنار مغز برای توسعه روشهای درمانی برای افراد با خوابآلودگی زیاد میدهد .
دکتر جوزف اس گفت : " این یافته کاملا ً غیرمنتظره بوده و راههایی که فکر میکنیم خواب کنترل میشود را تغییر میدهد . " Takahashi ، رئیس علم اعصاب در مرکز پزشکی جنوب غربی و Investigator با موسسه پزشکی هوارد هیوز .
تحقیقی که در eLife منتشر شد نشان میدهد که چگونه یک پروتیین ساعت شبانهروزی در ماهیچه - - - طول و روش خواب را تنظیم میکند .
در حالی که حضور protein's و یا عدم حضور در مغز تاثیر چندانی بر بهبود خواب ، موشها با سطوح بالاتر BMAL۱ در ماهیچه خود داشتند که به سرعت از کمبود خواب دیدن میکردند . علاوه بر این، حذف BMAL۱ از ماهیچه به شدت خواب نرمال را مختل کرد و منجر به افزایش نیاز به خواب ، خواب عمیق ، و کاهش توانایی برای بازیابی شد.
دکتر Takahashi گفت که این یافته ممکن است منجر به درمانهای دیگر شود که میتواند به نفع افرادی باشد که نیازمند مسیرهای طولانی هوشیاری ، از نیروی نظامی گرفته تا خلبانی در خطوط هوایی هستند.
این مطالعات نشان میدهند که عواملی که در ماهیچهها میتوانند به مغز کمک کنند تا بر روی خواب تاثیر بگذارند. اگر مسیرهای مشابهی در مردم وجود داشته باشند، این کار اهداف دارویی جدیدی برای درمان اختلالات خواب فراهم خواهد کرد ." یک صندلی برجسته در علم اعصاب
این مطالعه همکاری بین دانشگاه پزشکی جنوب غربی ، دانشکده پزشکی Morehouse و دانشگاه فلوریدا بود . موسسه ملی اختلالات عصبی و سکته مغزی ، موسسه ملی قلب ، ریه و خون ، موسسه ملی علوم پزشکی ، موسسه ملی بهداشت روان ، و موسسه ملی بهداشت و بهداشت اقلیت ، از آن حمایت کردند .
اسرار خواب
آنچه که یک مطالعه جدید نشان میدهد که یک پروتیین در ماهیچه میتواند اثرات کاهش خواب در موشها را کاهش دهد، مکاشفهای که این تصور را که مغز همه جوانب خواب را کنترل میکند را به چالش میکشد .
یافتههای کلیدی : موش با سطوح بالاتر پروتئین BMAL۱ در muscles به سرعت از محرومیت از خواب بهبود یافت . حذف BMAL۱ از ماهیچهها منجر به کاهش توانایی برای بازیابی شد .
چرا اهمیت دارد : دانشمندان هدف جدیدی در کنار مغز دارند تا درمانهای خواب برای افراد با خوابآلودگی زیاد را توسعه دهند . این درمانها میتواند به نفع افرادی باشد که نیازمند مسیرهای طولانی هوشیاری ، از نیروی نظامی گرفته تا خلبانی در خطوط هوایی هستند .
اندازهگیری خودکار سطح اکسیژن شبانه میتواند باعث کاهش سرعت تنفس خواب شود .
تست ساده و ارزان میتواند به تشخیص گرفتگی تنفس کودکان در کودکان کمک کند
مبدا :
مرکز پزشکی شیکاگو
خلاصه :
تجزیه و تحلیل کامپیوتری سطوح اکسیژن در خون هنگام خواب میتواند - - به تنهایی ، نسبتاً ارزان ، نسبتا ً ارزان و به اندازه کافی مطمئن برای تعیین این که کدام کودک خرخر میکند میتواند از تشخیص و درمان برای گرفتگی تنفس بازدارنده بهرهمند شود. این رویکرد برای کودکان با apnea شدید بسیار دقیق بود .
تجزیه و تحلیل کامپیوتری سطوح اکسیژن در خون هنگام خواب میتواند - - به تنهایی ، نسبتاً ارزان ، نسبتا ً ارزان و به اندازه کافی مطمئن برای تعیین این که کدام کودک خرخر میکند میتواند از تشخیص و درمان برای گرفتگی تنفس بازدارنده بهرهمند شود. این رویکرد برای کودکان با apnea شدید بسیار دقیق بود .
منبع سایت علم روز
Katabi میگوید : " یک جعبه وای فای هوشمند که در خانه مینشیند و این بازتابها را تجزیه و تحلیل میکند و همه این تغییرات در بدن را از طریق امضای این که بدن بر روی سیگنال RF حرکت میکند ، کشف میکند . "
Katabi و شاگردانش از این روش برای ایجاد یک سنسور به نام WiGait استفاده کردهاند که میتواند با استفاده از سیگنالهای بیسیم ، سرعت راه رفتن را اندازهگیری کند، که میتواند به دکترها در پیشبینی کاهش شناختی ، سقوط ، بیماریهای قلبی یا ریوی ، و یا دیگر مشکلات سلامتی کمک کند .
پس از توسعه این سنسورها ، Katabi فکر کرد که یک روش مشابه نیز میتواند برای پایش خواب مفید باشد ، که در حال حاضر انجام شدهاست در حالی که بیماران شب را در یک آزمایشگاه خواب که برای نظارت بر روی دستگاههای electroencephalography ( EEG ) کار میکنند، سپری میکنند .
ژایو میگوید : " این فرصت بسیار بزرگ است ، زیرا ما میتوانیم خوب بخوابیم ، و بخش بالایی از جمعیت مشکلات خواب داشته باشند . " ما این فنآوری را داریم که اگر بتوانیم کار کنیم ، میتواند ما را از دنیایی که هر چند ماه یکبار در آزمایشگاه خواب و در آزمایشگاه خواب به سر میبرد ، منتقل کنیم ."
برای رسیدن به این هدف ، محققان باید راهی برای ترجمه measurements نبض ، نرخ تنفس و حرکت به مراحل خواب ارائه دهند . پیشرفتهای اخیر در هوش مصنوعی برای آموزش الگوریتمهای رایانهای شناختهشده به عنوان شبکههای عصبی عمیق برای استخراج و تجزیه و تحلیل اطلاعات از مجموعه دادههای پیچیده مانند سیگنالهای رادیویی بهدستآمده از حسگر محققین ، امکان پذیر است . با این حال ، این سیگنالها مقدار زیادی از اطلاعات را دارند که ربطی به خواب ندارند و میتواند برای الگوریتم های موجود گیجکننده باشد . پژوهشگران MIT باید با یک الگوریتم جدید هوش مصنوعی ، بر پایه شبکههای عصبی عمیق ، که اطلاعات نامربوط را از بین میبرد ، کنار بیایند .
" شرایط پیرامون بسیاری از تغییرات ناخواسته را در آنچه شما اندازهگیری میکنید ، ایجاد میکند . Jaakkola میگوید : " تازگی در حفظ سیگنال خواب در هنگام برداشتن بقیه است . " الگوریتم آنها را میتوان در مکانهای مختلف و با افراد مختلف بدون درجهبندی مورد استفاده قرار داد .
با استفاده از این روش در آزمایش ۲۵ داوطلب سالم ، محققان دریافتند که تکنیک آنها حدود ۸۰ درصد دقیق بود ، که قابلمقایسه با دقت درجهبندی تعیین شده توسط متخصصان خواب براساس اندازهگیری EEG است .
Katabi میگوید : " دستگاه ما به شما اجازه میدهد که همه این حسگرها را که بر روی فرد میگذارید را حذف کنید و این کار را با تجربه بسیار بهتری انجام دهید که میتواند در خانه انجام شود .
نقص خواب
محققان دیگر تلاش کردهاند از سیگنالهای رادیویی برای نظارت بر خواب استفاده کنند ، اما این سیستمها تنها ۶۵ درصد زمان دقیق هستند و عمدتا ً تعیین میکنند که آیا فرد بیدار است یا خواب است، نه این که در چه مرحلهای هستند . Katabi و همکارانش توانستند با آموزش الگوریتم خود برای نادیده گرفتن سیگنالهای بیسیم که از اشیا دیگر در اتاق بالا میپرند و تنها دادههای منعکسشده از فرد خفته را در بر میگیرند ، بر روی آن پیشرفت کنند .
پژوهشگران در حال حاضر قصد دارند از این فنآوری برای مطالعه این که چگونه بیماری Parkinson's بر خواب تاثیر میگذارد ، استفاده کنند .
Katabi میگوید : " وقتی درباره Parkinson's فکر میکنید ، به آن به عنوان یک اختلال حرکتی فکر میکنید ، اما این بیماری با کمبودهای خواب پیچیده همراه است که خیلی خوب درک نشده اند . "
همچنین می توان از سنسور برای یادگیری بیشتر در مورد تغییرات خواب ناشی از بیماری Alzheimer's و اختلالات خواب مانند بیخوابی و گرفتگی تنفس استفاده کرد . همچنین ممکن است برای مطالعه صرع بیمار که در طول خواب رخ میدهد ، که معمولا ً تشخیص آن دشوار است ، مفید باشد .
ماهیچه و نه مغز ، ممکن است پاسخ برخی از اختلالات خواب را داشته باشد
مبدا :
مرکز پزشکی جنوب غربی
خلاصه :
دانشمندان در حال بررسی مغز برای یافتن پاسخ به اختلالات خواب مشخصی هستند که ممکن است به جای اشتباه به نظر برسند ، تحقیقات جدیدی را پیشنهاد میدهند .
منبع سایت علم روز
در این زمینه ، یک مرحله از خواب میتواند اهمیت ویژهای داشته باشد : در طول این خواب سبک ، به نظر میرسد که تاثیر مهمی بر توسعه حافظه واژگانی دارد " . در حالی که در طول خواب فقط چند دقیقه بین دو نوع وجود دارد ، در توسعه معمولی چند ماه وجود دارد " تشکیل محتوای حافظه در خواب به وضوح در حرکت سریع اتفاق میافتد .
مانوئل Friedrich میافزاید : " با این حال در مطالعه ما ، کودکان اطلاعات زیادی دریافت کردهاند که معمولا ً در طول یک دوره زمانی طولانیتر از آنها انتخاب میشوند . " اما تنها در طول خواب ، زمانی که مغز child's از دنیای بیرونی جدا شدهاست ، میتواند روابط ضروری را فیلتر کرده و ذخیره کند. تنها در طول تعامل بین اکتشاف بیداری و نظم دادن ، در حالی که خواب میتواند به درستی تواناییهای ادراکی و زبانی را به درستی توسعه دهد."
الگوریتم جدید هوش مصنوعی بر روی خواب با امواج رادیویی نظارت میکند
بیماران مبتلا به اختلالات خواب را میتوان در خانه با استفاده از سیگنالهای بیسیم مورد مطالعه قرار داد .
خلاصه :
محققان یک روش جدید برای نظارت بر خواب بدون هیچ نوع سنسورهای متصل به بدن را ابداع کردهاند . سنسور آنها از امواج رادیویی توان پایین استفاده میکند که تغییرات کوچک در حرکت بدن ایجاد شده توسط تنفس و پالس جتها را تشخیص میدهند ، سپس آن اندازهگیریها را به مراحل خواب تبدیل میکند : نور ، عمیق ، یا حرکت چشم سریع ( عناصر نایاب ) .
بیش از ۵۰ میلیون آمریکایی از اختلالات خواب رنج میبرند و بیماریهایی شامل Parkinson's و Alzheimer's نیز میتوانند در خواب اخلال ایجاد کنند . تشخیص و نظارت بر این شرایط معمولا ً نیاز به اتصال الکترودها و انواع دیگر سنسورها به بیماران دارد که میتواند باعث اختلال در خواب آنها شود .
برای اینکه تشخیص و مطالعه مشکلات خواب آسانتر شود ، محققان در بیمارستان عمومی MIT و ماساچوست یک روش جدید برای نظارت بر مراحل خواب بدون سنسور متصل به بدن را ابداع کردهاند . دستگاه آنها از یک الگوریتم هوش مصنوعی پیشرفته برای تجزیه و تحلیل سیگنالهای رادیویی در اطراف فرد استفاده میکند و آن اندازهگیریها را به مراحل خواب ترجمه میکند : نور ، عمق ، یا حرکت چشم سریع ( عناصر نایاب ) .
دینا Katabi ، پروفسور مهندسی برق و علوم کامپیوتر ، که این مطالعه را رهبری میکرد ، میگوید : " تصور کنید که مسیریاب Wi - Fi یی که شما در رویا هستید ، چه زمانی خواب عمیقی دارید ، که برای تثبیت حافظه ضروری است " .
Katabi در این مطالعه با مت Bianchi ، رئیس بخش پزشکی خواب در MGH ، و tommi Jaakkola ، استاد مهندسی برق و علوم کامپیوتر و یک عضو موسسه اطلاعات ، سیستمها و جامعه در MIT کار میکرد . Mingmin Zhao ، یک دانشجوی کارشناسیارشد MIT ، اولین مولف paper's ، و Shichao یو ، یکی دیگر از دانشجویان دانشگاه MIT ، نیز یکی از نویسندگان است .
در روز ۹ ماه اوت ، محققان سنسور جدید خود را در کنفرانس بینالمللی آموزش ماشین معرفی خواهند نمود .
سنجش از دور
Katabi و اعضای گروه او در علوم کامپیوتر MIT's و آزمایشگاه هوش مصنوعی قبلا ً سنسورهای رادیویی را توسعه دادهاند که آنها را قادر میسازد تا علایم حیاتی و رفتارهایی را که میتوانند شاخص سلامت باشند را از راه دور اندازهگیری کنند . این حسگرها شامل یک دستگاه بیسیم ، حدود اندازه یک کامپیوتر لپتاپ هستند ، که سیگنالهای رادیویی فرکانس رادیویی پایین ( RF ) را منتشر میکند . وقتی امواج رادیویی از بدن خارج میشوند ، هر حرکت جزیی بدن ، فرکانس امواج منعکسشده را تغییر میدهد . تحلیل این امواج میتواند علایم حیاتی نظیر ضربان و ضربان قلب را نشان دهد .
منبع سایت علم روز
خواب برای نوزادان امکان پذیر است که کلمات را با محتوی مرتبط کنند و نه با صدا
نوزادان زودتر از قبل در تخصیص معانی به کلمات موفق میشوند و آنها را به عنوان یک نویز تصادفی درک نمیکنند .
مبدا :
موسسه ماکس پلانک برای علوم شناختی و شناختی
خلاصه :
برای نوزادان هر لحظه یک تجربه جدید است - - تا زمانی که مغز نوزاد سیل محرکهای را سازماندهی کند . آن باید اطلاعات جدید را در حافظه بلند مدت خود ذخیره کرده، تجربیات مشابه را جمع کرده و آنها را دستهبندی کند. بنابراین ، به نظر میرسد که یک چیز حیاتی است : خواب کافی . محققان در حال حاضر متوجه شدهاند که نوزادان میتوانند برای اولین بار آنها را با معانی مرتبط کنند - - خیلی زودتر از آنچه تصور میشد .
در حالی که کودکان خواب میبینند ، فرایندهای حیرتانگیز در مغز خود رخ میدهند . دانشمندان در موسسه ماکس پلانک برای علوم شناختی و مغز ( MPI ) در لایپزیگ مشاهده کردند که کودکان در ارتباط دادن یک معنی با یک واژه بین سن ۶ تا ۸ ماه موفق میشوند - - که تا این زمان برای کودکان و بزرگسالان مسنتر مشهور بود . حافظه که به معنای کلمات از طریق همان مراحل در طول خواب که در توسعه لغوی معمول نیز اتفاق میافتد منتقل میشود : به اصطلاح - که تنها به طور همزمان با هم ترکیب میشوند و محرکهای صوتی تصویری واقعی میشوند که به محتوا مرتبط هستند .
دانشمندان این روابط را با معرفی شش تا هشت ماهه به اشیا فانتزی ، که آنها نام فانتزی را به نام " Bofel " یا " Zuser " میدادند ، مورد بررسی قرار دادند . محققان این موضوعات فرضی را انتخاب کردند تا اطمینان حاصل کنند که شرکت کنندگان مطالعه جوان نمیتوانند به هیچ دانش موجود دسترسی داشته باشند .
از واکنش مغز نوزادان مشخص بود که کودکان نمیتوانند اشیا جدید را به همان دسته با نام متناظر متصل کنند . این بدان معنی است که آنها یک Bofel جدید را به عنوان " Bofel " به رسمیت نمیشناسند ، اگرچه این شبیه به نسخههای قبلی seen بود . برای کودکان هر جفت کلمات جدید ناشناس و منحصر به فرد بود ، آنها هنوز نمیتوانستند رابطهای کلی بین آنها ایجاد کنند .
این تغییر پس از یک چرت نیمروزی تغییر کرد . در کودکانی که بعد از مراحل یادگیری به خواب رفتند ، مغز میتواند بین واژه مناسب و غلط برای یک شی جدید تمایز قایل شود . آنها دانش خود را در هنگام خواب محکم کرده بودند . نوزادانی که بیدار میماندند نمیتوانستند این کار را بکنند .
به طور شگفتانگیز ، کودکان بسته به مدتزمان خواب ، دو نوع مختلف از دانش را توسعه دادند . پس از یک چرت نیم ساعت ، آنها یک واکنش مغزی نشان دادند که کودکان سه ماه پیش از ارتباط دادن یک محرک بصری با یک محرک صوتی دارند . در طول چرت زدن ، ویژگیهای مشابهی از اشیا را فیلتر کردند و آنها را با صدای یک کلمه مرتبط کردند . مانند نوزادان سهماهه ، آنها کلمه را به عنوان یک صدا تصادفی بدون هیچ معنای تلقی میکردند .
برخلاف کودکانی که نیمی از ساعت را چرت میزدند ، کودکانی که حدود ۵۰ دقیقه خوابید ، یک واکنش مغزی را نشان دادند که قبلا ً فقط برای بزرگسالان و بزرگسالان شناختهشده بود . در اینجا ، جز N۴۰۰ به اصطلاح N۴۰۰ رخ میدهد ، که سیگنالهایی را نشان میدهد که معانی نامتجانس در مغز پردازش میشوند - - چه در جملات ، جفت کلمات ، داستان مصور و یا زوج کلمه هدف باشد . محققان با استفاده از این جز توانستند تشخیص دهند که شرکت کنندگان جوان در واقع معنای کلمات را درک کردهاند .
نتایج ما نشان میدهند که کودکان در حافظه بلند مدت خود بسیار زودتر از آنچه تصور میشود دارای معانی کلمات واقعی هستند . آنجلا D توضیح میدهد که اگرچه ساختارهای مغزی مرتبط با این نوع از حافظه کاملا ً بالغ نیستند ، اما آنها میتوانند تا حدودی قابل تشخیصی به کار روند . Friederici ، کارگردان در MPI MPI و نویسنده ارشد مطالعه زمینهای که اخیرا ً در زیستشناسی جاری منتشر شدهاست .
منبع سایت علم روز
آیا یادگیری و یادگیری وجود دارند ?
منبع :
باب
خلاصه :
ما میدانیم که خواب به ما کمک میکند تا دانش کسبشده در طول روز را یکپارچه کنیم . اما آیا میتوانیم هنگام خواب چیزهای جدیدی یاد بگیریم ? با قرار دادن سوژهها برای تحریک مکرر شنوایی , یک تیم از محققان نشان داده که مغز قادر به یادگیری چنین الگوهای صدایی در طول مراحل خواب خاص است .
توانایی مغز انسان برای یادگیری شگفتآور است : حتی اگر تکرار شود , حتی صدای بیمعنی را به خاطر بسپارد . از این رو , یک الگوی نویز سفید مانند آنچه که توسط رادیو تولید میشود , زمانی که نمیتواند هر ایستگاه را انتخاب کند, تنها چند بار شنیده میشود . شنونده حتی نیازی به توجه ندارد .
محققان این نوع تحریک شنوایی غیرفعال را انتخاب کردند - - مخصوصا ً برای افرادی که خواب هستند - - برای کشف ارتباط بین یادگیری و خواب . آنها داوطلبانه در معرض صداهایی بودند که صداهای تکراری را وارد میکردند و سپس فعالیت مغزی آنها را با استفاده از الکتروانسفالوگرافی ردیابی میکردند . از آنجا که مغز به صداهای ناآشنا و ناآشنا نسبت به صداهای آموختهشده واکنش نشان میدهد , تحلیل عاملی میتواند به محققان نشان دهد که آیا صدایی شنیده شدهاست یا زمانی که سوژه بیدار نباشد .
تجزیه و تحلیل فعالیت مغز در افراد در هنگام خواب و واکنشهای رفتاری آنها بعد از بیدار شدن نشان داد که این صداها در طول خواب rem و خواب n2 شنیده میشود . این یافتهها نشان میدهد که مغز ما قادر به یادگیری در این دو مرحله خواب است . و در واقع , در طول هر دو مرحله , حتی اگر آنها از نظر فعالیت مغزی بسیار متفاوت باشند , نشان داده شدهاست که مغز میتواند اطلاعات پیچیده را پردازش کند , چه درونی یا بیرونی . با این حال , در حالی که تحقیقات قبلی در مورد انسان و حیوانات دیگر نشان دادهاست که انواع خاصی از یادگیری مانند شرطیسازی , میتواند در طول خواب رخ دهد , این مطالعه نشان میدهد که ما همچنین میتوانیم نمایشهای جدید و اشیا ( در اینجا اشیا شنیداری ) را به هنگام چرت حفظ کنیم .
این مطالعه همچنین اطلاعات جدیدی در مورد خواب عمیق ارائه کرد ( مرحله n3 ) . محققان تنها نقطه مقابل را در طول این مرحله خواب کشف کردهاند : صداهایی که پیش از این در طول خواب n2 آموختهشده یا فراموش شدهاند , گویی از حافظه پاک شدهاند . علاوه بر این, افراد پس از بیداری , این صداها را حتی سختتر از یادگیری کامل میدانند .
این یافتهها از این ایده حمایت میکنند که خواب عناصر n2 و rem طرفدار انعطافپذیری مغزی و تثبیت حافظه فعال هستند , در حالی که به نظر میرسد n3 وظیفه ضروری تخلیه حافظه را انجام میدهند که در غیر این صورت روز بعد تجمع مییابد . این نتایج جدید مهم هستند زیرا میتوانند دو نظریه را در مورد کارکرد خواب در حافظه تطبیق دهند که اغلب متناقض به نظر میرسند : فرد به عنوان زمانی برای تحکیم دانش کسبشده در طول روز , خواب میبیند ; دیگری تصور میکند که غربال کردن اطلاعات لازم نیست . محققان در حال حاضر در شگفت هستند که مکانیسمهای عصبی دقیق زمینهساز این نقش دوگانه خواب در حافظه هستند .
این مقاله , موضوع مقالهای است که در حوزه ارتباطات در طبیعت به چاپ رسیدهاست . ~~~ این پژوهش به صورت توصیفی - تحلیلی انجام شدهاست .
در طول خواب n2 , مغز میتواند اطلاعات خارجی را مدیریت کند ( دادههای خارج از منابع خارجی ) , اما در درجه اول اطلاعات داخلی را در طول خواب rem و در خواب مدیریت میکند .
تحقیقات اخیر مربوط به یادگیری از طریق شرطیسازی نشان دادهاست که افراد خوابیدن هنگام مواجهه با بوهای نامطبوع بلافاصله پس از شنیدن صداهای خاص , نفس خود را نگه میدارند . وقتی آنها بعدا ً با یک صدا مواجه میشوند - اما نه بوی ناخوشایند - آنها دوباره نفس خود را نگه میدارند .
منبع سایت علم روز