Beyin görüntüleme teknolojileri, nöral aktiviteyi doğrudan değil dolaylı olarak gözlemler. fMRI gibi yöntemler kan akışındaki değişiklikleri ölçerken, bu sinyaller gerçek nöral bağlantıları her zaman doğru yansıtmaz. Araştırmacılar bu sorunu çözmek için INCAMA (INdirect CAusal MAmba) adlı yeni bir yapay zeka sistemi geliştirdi.
Bu yenilikçi yaklaşım, beyin görüntüleme fiziksel süreçlerini dikkate alan bir tersine çevirme mekanizması kullanıyor. Sistem, kan dinamiği ve hacim iletimi gibi çarpıtma faktörlerini hesaba katarak, gerçek nöral aktivite modellerine ulaşmaya çalışıyor. Ayrıca, beynin zaman içindeki değişken dinamiklerini analiz eden özel bir kodlayıcı kullanıyor.
INCAMA'nın en önemli özelliği, gecikme-farkında olması ve mekanizma değişimlerini bilgilendirici varyasyon olarak kullanması. Bu sayede, beyin bölgeleri arasındaki yönlendirilmiş bağlantıları daha doğru şekilde puanlayabiliyor.
Araştırmacılar, yöntemlerini kontrollü simülasyonlar ve Human Connectome Project'ten alınan motor görev fMRI verileriyle test etti. Anatomik ve görev ağı tutarlılığı açısından değerlendirilen sistem, mevcut yöntemlere göre önemli iyileştirmeler gösterdi.
Bu gelişme, nörolojik hastalıkların anlaşılması ve beyin bağlantı haritalarının çıkarılması açısından önemli bir adım olarak değerlendiriliyor.