Дневник c00l0ne

Физики разработали новый алгоритм машинного обучения, который с помощью анализа состояний статистической системы на макроскопическом и микроскопическом уровнях находит те степени свободы, которые определяют ее физические свойства. Этот алгоритм, основанный на использовании метода ренормализационной группы, был успешно проверен на двух двумерных статистических моделях, пишут ученые в Nature Physics.

Ученые из США и Швеции численно смоделировали поведение головного мозга при столкновениях и показали, что наибольший вклад в повреждения вносят низкочастотные моды возбуждений (частотой менее сорока герц). Более того, общую динамику можно ухватить, рассматривая всего несколько частот. Работа ученых проясняет природу процессов, происходящих при черепно-мозговых травмах, что позволит улучшить конструкцию защитных шлемов. Статья опубликована в Physical Review Letters, кратко о ней сообщает Physics.

К сожалению, общей картины недостаточно, чтобы предсказать краткосрочные и долгосрочные последствия сотрясений, поскольку ткани мозга обладают значительной анизотропией, а их деформация подчиняется линейному закону только приближенно. Грубо говоря, анизотропия мозга означает, что тяжесть повреждений зависит от того, на затылок или на висок приходится удар, а нелинейность — сложность зависимости смещения ткани от величины силы, которая на нее действует. Кроме того, каждая голова и каждый удар уникальны, и это еще более затрудняет анализ повреждений.

В этой статье группа ученых под руководством Дэвида Камарилло (David Camarillo) использовала для численного анализа повреждений мозга динамическое разложение по модам (dynamic mode decomposition, DMD), сопровождающее метод конечных элементов. По сути своей DMD напоминает разложение Фурье — в этом методе каждый сигнал также раскладывается в суперпозицию возмущений с заданными частотами (например, на синусы или косинусы), однако для каждого нового случая форма возмущений подбирается индивидуально. Это позволяет уменьшить число мод, которые нужно использовать для описания каждого сигнала. Также для большей реалистичности исследователи учитывали, что мозг состоит из тканей, динамические свойства которых различны — серого и белого вещества, мозолистого тела, среднего мозга, мозгового ствола, мозжечка и таламуса.

С помощью описанного способа ученые проанализировали экспериментальные данные, которые записывались датчиками, установленными в шлемах 31 игрока в американский футбол. Датчики записывали вращательное и линейное ускорение, а также максимальную частоту ударных волн. Всего было зарегистрировано 537 столкновений, два из которых закончились сотрясением мозга — в одном из этих случаев спортсмен потерял сознание, а в другом случае были зафиксированы легкие посттравматические симптомы. Чтобы упростить анализ, ученые ограничились 187 нетравматическими и двумя травматическими событиями. Этого оказалось достаточно, чтобы ухватить общую зависимость.

В результате исследователи выяснили, что бо́льшая часть повреждений вызывается низкочастотными ударными волнами: более 75 процентов энергии переносится (и впоследствии выделяется в тканях) волнами с частотой до 33 герц и более 95 процентов — волнами с частотой до 63 герц, а наибольшая величина нормированной деформации приходится на волны с частотами около 30 герц. При этом для корректного описания процессов, происходящих в мозге, достаточно рассмотреть всего несколько волн, а для совсем слабых повреждений можно ограничиться одной волной. Скорее всего, такое поведение связано с тем, что на бо́льших частотах ударных волн, которые возбуждаются в более сильных столкновениях, сказывается нелинейности деформации, и приходится включать в рассмотрение дополнительные моды.

Авторы статьи отмечают, что рассмотренный ими метод моделирования тканей хорошо согласуется с экспериментами, поставленными на трупах, однако эта модель пока еще не сравнивалась с данными МРТ-исследований живых людей, переживших черепно-мозговые травмы. Поскольку свойства тканей меняются после смерти, результаты их исследования могут быть не совсем корректны. Тем не менее, маловероятно, что поведение тканей изменится существенно. Поэтому работа ученых может найти применение на практике уже сейчас — например, она показывает, что при разработке шлемов, защищающих от черепно-мозговых травм, важно обращать внимание на подавление низкочастотных возбуждений, а не на снижение пикового ускорения в целом.

В феврале 2016 года ученые из Мичиганского университета разработали принципиально новую конструкцию шлема, который должен защитить игроков в американский футбол от сотрясений — новый шлем снижает не только пиковую силу удара, но и переданный игроку импульс в целом. Кроме того, мы писали о способах быстрого выявления сотрясений мозга — например, американские компании Analog Devices и BlackBox Biometrics предлагают устанавливать на шлемы военных датчики, которые будут эффективно диагностировать контузию и другие черепно-мозговые травмы на ранней стадии. А совсем недавно в США одобрили для клинического применения тест на наличие черепно-мозговой травмы, основанный на обнаружении в крови белковых маркеров повреждения мозга.

Также в июле 2016 года комиссия по транспортным происшествиям Австралии запустила новый проект по безопасности дорожного движения, в рамках которого эксперты смоделировали Грэма — человека, способного пережить любую автокатастрофу. От повреждений мозга Грэма защищает большое количество амортизирующей цереброспинальной жидкости, дополнительные связки и особая форма черепа.