Sheila Nirenberg: A prosthetic eye to treat blindness

100,704 views ・ 2011-12-20

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Péter Pallós Lektor: Tímea Hegyessy
Az agy információfeldolgozását tanulmányozom.
Azt, hogyan fogadja be
00:15
I study how the brain processes
0
15330
2000
a külvilág információit,
00:17
information. That is, how it takes
1
17330
2000
hogyan alakítja elektromos jelek mintázataivá,
00:19
information in from the outside world, and
2
19330
2000
és hogyan használja e mintázatokat,
00:21
converts it into patterns of electrical activity,
3
21330
2000
hogy cselekedhessünk:
00:23
and then how it uses those patterns
4
23330
2000
lássunk, halljunk, s egy tárgyért nyúljunk.
00:25
to allow you to do things --
5
25330
2000
Alapkutatással foglalkozom,
00:27
to see, hear, to reach for an object.
6
27330
2000
nem vagyok gyógyító orvos,
00:29
So I'm really a basic scientist, not
7
29330
2000
de az utóbbi másfél évben kezdek váltani,
00:31
a clinician, but in the last year and a half
8
31330
2000
hogy amit e mintázatokról megismerünk,
00:33
I've started to switch over, to use what
9
33330
2000
alkalmazzam protetikai eszközök fejlesztésére.
00:35
we've been learning about these patterns
10
35330
2000
00:37
of activity to develop prosthetic devices,
11
37330
3000
Ma egy példát
szeretnék mutatni erről.
00:40
and what I wanted to do today is show you
12
40330
2000
Ez az első próbálkozásunk:
00:42
an example of this.
13
42330
2000
egy protetikai eszköz fejlesztése
00:44
It's really our first foray into this.
14
44330
2000
vakság kezelésére.
00:46
It's the development of a prosthetic device
15
46330
2000
Kezdjük a helyzet jellemzésével!
00:48
for treating blindness.
16
48330
2000
Az USA-ban tízmillió vak él,
00:50
So let me start in on that problem.
17
50330
2000
de a világon sokkal többen vannak;
00:52
There are 10 million people in the U.S.
18
52330
2000
van, akire vakság vár
00:54
and many more worldwide who are blind
19
54330
2000
a recehártya betegségei
00:56
or are facing blindness due to diseases
20
56330
2000
vagy a sárgafolt sorvadása miatt,
00:58
of the retina, diseases like
21
58330
2000
és nem sokat tehetünk értük.
01:00
macular degeneration, and there's little
22
60330
2000
Létezik gyógyszeres kezelés,
01:02
that can be done for them.
23
62330
2000
de csak a lakosság töredékénél hatásos.
01:04
There are some drug treatments, but
24
64330
2000
Ezért a betegek zöme
01:06
they're only effective on a small fraction
25
66330
2000
a protetikai eszközöktől reméli
01:08
of the population. And so, for the vast
26
68330
2000
látása visszanyerését.
01:10
majority of patients, their best hope for
27
70330
2000
Az a baj, hogy a jelenlegi eszközök
01:12
regaining sight is through prosthetic devices.
28
72330
2000
nem működnek valami jól.
01:14
The problem is that current prosthetics
29
74330
2000
Csak részben adják vissza a látást.
01:16
don't work very well. They're still very
30
76330
2000
Az efféle eszközökkel
01:18
limited in the vision that they can provide.
31
78330
2000
egyszerű dolgokat láthatnak,
01:20
And so, you know, for example, with these
32
80330
2000
pl. fényeket, igen éles kontrasztokat,
01:22
devices, patients can see simple things
33
82330
2000
sokkal többet nem, semmi olyat,
01:24
like bright lights and high contrast edges,
34
84330
2000
ami megközelítené a normál látást.
01:26
not very much more, so nothing close
35
86330
2000
01:28
to normal vision has been possible.
36
88330
3000
Ma az általunk fejlesztett készülékről
fogok beszélni,
01:31
So what I'm going to tell you about today
37
91330
2000
amelyben megvan a lehetőség,
01:33
is a device that we've been working on
38
93330
2000
hogy változást hozzon, hatékonyabb legyen.
01:35
that I think has the potential to make
39
95330
2000
Bemutatom a működését.
01:37
a difference, to be much more effective,
40
97330
2000
Kezdjük kissé előbbről,
01:39
and what I wanted to do is show you
41
99330
2000
a recehártya normális működésével.
01:41
how it works. Okay, so let me back up a
42
101330
2000
Így jobban érzékelik
01:43
little bit and show you how a normal retina
43
103330
2000
a megoldandó föladatot.
Ez a recehártya, a retina.
01:45
works first so you can see the problem
44
105330
2000
A képen a retina és az agy látható.
01:47
that we were trying to solve.
45
107330
2000
Ha erre a babaarcra nézünk,
01:49
Here you have a retina.
46
109330
2000
01:51
So you have an image, a retina, and a brain.
47
111330
2000
a képe bejut a szemünkbe,
ahol a recehártya felületi sejtjeire,
01:53
So when you look at something, like this image
48
113330
2000
a fényérzékeny receptorokra kerül.
01:55
of this baby's face, it goes into your eye
49
115330
2000
01:57
and it lands on your retina, on the front-end
50
117330
2000
A recehártya középső rétegében lévő
01:59
cells here, the photoreceptors.
51
119330
2000
idegi "áramkör" dolgozza föl a képet,
műveleteket végez rajta,
02:01
Then what happens is the retinal circuitry,
52
121330
2000
kinyeri belőle az információt,
02:03
the middle part, goes to work on it,
53
123330
2000
02:05
and what it does is it performs operations
54
125330
2000
és kóddá alakítja.
02:07
on it, it extracts information from it, and it
55
127330
2000
A kód elektromos impulzusok formájában
02:09
converts that information into a code.
56
129330
2000
jut be az agyba,
02:11
And the code is in the form of these patterns
57
131330
2000
02:13
of electrical pulses that get sent
58
133330
2000
ezért a döntő kérdés,
hogy a kép végül kóddá alakuljon át.
02:15
up to the brain, and so the key thing is
59
135330
2000
02:17
that the image ultimately gets converted
60
137330
2000
Amikor kódról beszélek,
ezt szó szerint értem.
02:19
into a code. And when I say code,
61
139330
2000
Ez az impulzusegyüttes azt jelenti: bébiarc,
02:21
I do literally mean code.
62
141330
2000
02:23
Like this pattern of pulses here actually means "baby's face,"
63
143330
3000
és mikor az impulzusegyüttes az agyba jut,
02:26
and so when the brain gets this pattern
64
146330
2000
az agy érti, miről van szó:
02:28
of pulses, it knows that what was out there
65
148330
2000
egy bébiarcról.
Ha más mintázatot kap, tudni fogja,
02:30
was a baby's face, and if it
66
150330
2000
hogy másról, pl. kutyáról
02:32
got a different pattern it would know
67
152330
2000
vagy házról van szó.
02:34
that what was out there was, say, a dog,
68
154330
2000
Tudatosítja a fogalmat.
02:36
or another pattern would be a house.
69
156330
2000
A valóságban a folyamat dinamikusan megy végbe,
02:38
Anyway, you get the idea.
70
158330
2000
vagyis állandóan változik,
02:40
And, of course, in real life, it's all dynamic,
71
160330
2000
az impulzusminta mindig változik,
02:42
meaning that it's changing all the time,
72
162330
2000
mivel környezetünk is
02:44
so the patterns of pulses are changing
73
164330
2000
állandóan változik.
02:46
all the time because the world you're
74
166330
2000
A folyamat elég bonyolult.
02:48
looking at is changing all the time too.
75
168330
3000
Ilyen impulzusegyüttesek érkeznek
02:51
So, you know, it's sort of a complicated
76
171330
2000
ezredmásodpercenként a szemünkből,
02:53
thing. You have these patterns of pulses
77
173330
2000
és közlik az agyunkkal, mit látunk.
02:55
coming out of your eye every millisecond
78
175330
2000
Mi történik, amikor valaki
02:57
telling your brain what it is that you're seeing.
79
177330
2000
recehártya-sorvadásban,
02:59
So what happens when a person
80
179330
2000
pl. a sárgafolt-sorvadásban megbetegszik,
03:01
gets a retinal degenerative disease like
81
181330
2000
azaz elhalnak a felületi sejtek,
03:03
macular degeneration? What happens is
82
183330
2000
a fényérzékeny receptorok,
03:05
is that, the front-end cells die,
83
185330
2000
majd idővel a hozzájuk kapcsolódó
03:07
the photoreceptors die, and over time,
84
187330
2000
összes sejt is elhal.
03:09
all the cells and the circuits that are
85
189330
2000
Míg végül csak ezek maradnak meg,
03:11
connected to them, they die too.
86
191330
2000
03:13
Until the only things that you have left
87
193330
2000
a kilépő idegsejtek,
amelyek továbbítanák a jeleket az agyba,
03:15
are these cells here, the output cells,
88
195330
2000
de a sorvadás miatt
03:17
the ones that send the signals to the brain,
89
197330
2000
már nincs mit továbbítaniuk.
03:19
but because of all that degeneration
90
199330
2000
Nem kapnak bemenő jelet,
03:21
they aren't sending any signals anymore.
91
201330
2000
ezért a beteg agya többé már
03:23
They aren't getting any input, so
92
203330
2000
nem jut látásinformációhoz,
03:25
the person's brain no longer gets
93
205330
2000
ezért a páciens vak.
03:27
any visual information --
94
207330
2000
03:29
that is, he or she is blind.
95
209330
3000
A probléma megoldása,
hogy a felületi sejtek áramköreit utánzó
03:32
So, a solution to the problem, then,
96
212330
2000
eszközt alakítsunk ki,
03:34
would be to build a device that could mimic
97
214330
2000
amely jeleket küldhet a recehártya kilépő idegsejtjeibe,
03:36
the actions of that front-end circuitry
98
216330
2000
s működésüket fölújítva,
03:38
and send signals to the retina's output cells,
99
218330
2000
azok ismét jeleket küldhessenek az agyba.
03:40
and they can go back to doing their
100
220330
2000
Ezen dolgozunk,
03:42
normal job of sending signals to the brain.
101
222330
2000
a protézisünk erre képes.
03:44
So this is what we've been working on,
102
224330
2000
Két részből áll:
03:46
and this is what our prosthetic does.
103
226330
2000
a kódolóból és a jelátalakítóból.
03:48
So it consists of two parts, what we call
104
228330
2000
03:50
an encoder and a transducer.
105
230330
2000
A kódoló feladata utánozni
a felületi áramkörök működését:
03:52
And so the encoder does just
106
232330
2000
képeket fogad be,
03:54
what I was saying: it mimics the actions
107
234330
2000
és átalakítja őket a recehártya kódjaivá.
03:56
of the front-end circuitry -- so it takes images
108
236330
2000
A jelátalakító útján a kilépő idegsejtek
03:58
in and converts them into the retina's code.
109
238330
2000
a kódot elküldik az agyba,
04:00
And then the transducer then makes the
110
240330
2000
és az eredmény:
04:02
output cells send the code on up
111
242330
2000
04:04
to the brain, and the result is
112
244330
2000
egy recehártya-protézis,
amely recehártya-kimeneti jelet állít elő.
04:06
a retinal prosthetic that can produce
113
246330
3000
Így a teljesen vak recehártya –
04:09
normal retinal output.
114
249330
2000
még teljesen hiányzó felületi áramkörök,
04:11
So a completely blind retina,
115
251330
2000
működésképtelen fényreceptorok esetén is
04:13
even one with no front-end circuitry at all,
116
253330
2000
rendes jeleket tud küldeni,
04:15
no photoreceptors,
117
255330
2000
amelyeket az agy képes értelmezni.
04:17
can now send out normal signals,
118
257330
2000
04:19
signals that the brain can understand.
119
259330
3000
Semmilyen más készülék
nem képes erre.
04:22
So no other device has been able
120
262330
2000
Egy keveset szólok
04:24
to do this.
121
264330
2000
a kódolóról
04:26
Okay, so I just want to take
122
266330
2000
és a feladatáról,
mert ez kulcskérdés,
04:28
a sentence or two to say something about
123
268330
2000
érdekes, és elég menő.
04:30
the encoder and what it's doing, because
124
270330
2000
04:32
it's really the key part and it's
125
272330
2000
Nem biztos, hogy a menő a legjobb szó rá,
04:34
sort of interesting and kind of cool.
126
274330
2000
de értik, mire gondolok.
04:36
I'm not sure "cool" is really the right word, but
127
276330
2000
A kódoló kiváltja
04:38
you know what I mean.
128
278330
2000
a recehártya áramkörének lényegét
04:40
So what it's doing is, it's replacing
129
280330
2000
egy egyenletrendszerrel,
04:42
the retinal circuitry, really the guts of
130
282330
2000
amelyet egy csipbe írhatunk.
04:44
the retinal circuitry, with a set of equations,
131
284330
2000
04:46
a set of equations that we can implement
132
286330
2000
Ez csak matek,
04:48
on a chip. So it's just math.
133
288330
2000
azaz a recehártya elemeit
nem szó szerint helyettesítjük.
04:50
In other words, we're not literally replacing
134
290330
3000
Nem készítünk egy-egy pici műszert
04:53
the components of the retina.
135
293330
2000
minden egyes sejttípushoz.
04:55
It's not like we're making a little mini-device
136
295330
2000
A recehártya feladatát
04:57
for each of the different cell types.
137
297330
2000
egy egyenletrendszerbe sűrítettük,
04:59
We've just abstracted what the
138
299330
2000
ezért ez szolgál egyfajta kódkönyvként.
05:01
retina's doing with a set of equations.
139
301330
2000
05:03
And so, in a way, the equations are serving
140
303330
2000
A bejutó kép
05:05
as sort of a codebook. An image comes in,
141
305330
2000
átmegy az egyenletrendszeren,
05:07
goes through the set of equations,
142
307330
3000
s a kimeneten elektromos impulzusok jelennek meg,
mint amilyeneket az ép recehártya képezne.
05:10
and out comes streams of electrical pulses,
143
310330
2000
05:12
just like a normal retina would produce.
144
312330
4000
Hogy ne a levegőbe beszéljek,
megmutatom, hogy képesek vagyunk
05:16
Now let me put my money
145
316330
2000
rendes kimenő jelet előállítani,
05:18
where my mouth is and show you that
146
318330
2000
és azt is, mi ennek a következménye.
05:20
we can actually produce normal output,
147
320330
2000
Ez itt három tüzelő mintázat.
05:22
and what the implications of this are.
148
322330
2000
A felső egy állaté,
05:24
Here are three sets of
149
324330
2000
a középső egy kódoló-jelátalakító eszközzel kezelt
05:26
firing patterns. The top one is from
150
326330
2000
05:28
a normal animal, the middle one is from
151
328330
2000
vak állaté,
a legalsó pedig
05:30
a blind animal that's been treated with
152
330330
2000
egy sztenderd protézissel kezelt
05:32
this encoder-transducer device, and the
153
332330
2000
állaté.
05:34
bottom one is from a blind animal treated
154
334330
2000
Az alsó a jelenleg kapható,
05:36
with a standard prosthetic.
155
336330
2000
lényegében fényérzékelőkből álló modern műszer,
05:38
So the bottom one is the state-of-the-art
156
338330
2000
de nincs benne kódoló.
05:40
device that's out there right now, which is
157
340330
2000
A próba abból állt,
05:42
basically made up of light detectors,
158
342330
2000
hogy mindennapi dolgokról:
emberekről, babákról, padokról szóló
05:44
but no encoder. So what we did was we
159
344330
2000
05:46
presented movies of everyday things --
160
346330
2000
filmet vetítettünk,
és rögzítettük az állatok e három csoportjának
05:48
people, babies, park benches,
161
348330
2000
recehártyáról érkező reakciót.
05:50
you know, regular things happening -- and
162
350330
2000
05:52
we recorded the responses from the retinas
163
352330
2000
Mindhárom ábra
05:54
of these three groups of animals.
164
354330
2000
több sejt tüzelő mintázatát mutatja,
05:56
Now just to orient you, each box is showing
165
356330
2000
s akárcsak az előző diákon,
05:58
the firing patterns of several cells,
166
358330
2000
minden sor egy-egy sejtet mutat.
06:00
and just as in the previous slides,
167
360330
2000
06:02
each row is a different cell,
168
362330
2000
Az impulzusokat lekicsinyítettem
06:04
and I just made the pulses a little bit smaller
169
364330
2000
és megritkítottam,
hogy hosszabb adatfolyamot mutathassak.
06:06
and thinner so I could show you
170
366330
3000
Látható, hogy a kódoló- jelátalakítóval kezelt
06:09
a long stretch of data.
171
369330
2000
06:11
So as you can see, the firing patterns
172
371330
2000
vak állat tüzelő mintázata
06:13
from the blind animal treated with
173
373330
2000
eléggé egybevág
06:15
the encoder-transducer really do very
174
375330
2000
a szokásos tüzelő mintázatokkal,
06:17
closely match the normal firing patterns --
175
377330
2000
s noha nem tökéletes, de elég jó.
06:19
and it's not perfect, but it's pretty good --
176
379330
2000
A sztenderd protézissel kezelt
06:21
and the blind animal treated with
177
381330
2000
vak állat reagálása
06:23
the standard prosthetic,
178
383330
2000
viszont nem nagyon.
06:25
the responses really don't.
179
385330
2000
A sztenderd módszernél
a sejtek ugyan tüzelnek,
06:27
And so with the standard method,
180
387330
3000
de nem a normális tüzeléssel,
06:30
the cells do fire, they just don't fire
181
390330
2000
mert nincs meg a helyes kódjuk.
06:32
in the normal firing patterns because
182
392330
2000
Mennyiben fontos ez?
06:34
they don't have the right code.
183
394330
2000
Mennyire befolyásolja ez
06:36
How important is this?
184
396330
2000
a beteg látóképességét?
06:38
What's the potential impact
185
398330
2000
06:40
on a patient's ability to see?
186
400330
3000
Bemutatom a legfontosabb kísérletet,
amely választ ad erre.
06:43
So I'm just going to show you one
187
403330
2000
Sok más adatot is gyűjtöttem,
06:45
bottom-line experiment that answers this,
188
405330
2000
és ha kíváncsiak rájuk,
06:47
and of course I've got a lot of other data,
189
407330
2000
készséggel bemutatom őket.
06:49
so if you're interested I'm happy
190
409330
2000
Ez egy ún. rekonstrukciós kísérlet.
06:51
to show more. So the experiment
191
411330
2000
A fölvételekből kiválasztottunk
06:53
is called a reconstruction experiment.
192
413330
2000
egy pillanatot, és figyeltük,
06:55
So what we did is we took a moment
193
415330
2000
mit lát a recehártya e pillanatban.
06:57
in time from these recordings and asked,
194
417330
3000
Rekonstruálhatjuk-e,
07:00
what was the retina seeing at that moment?
195
420330
2000
amit a recehártya lát
07:02
Can we reconstruct what the retina
196
422330
2000
a tüzelő mintázatok válaszaiból?
07:04
was seeing from the responses
197
424330
2000
Elvégeztük mind a sztenderd módszerre,
07:06
from the firing patterns?
198
426330
2000
mind a kódoló-jelátalakító kialakítású
07:08
So, when we did this for responses
199
428330
3000
eszközre nézve.
07:11
from the standard method and from
200
431330
3000
Először bemutatom
07:14
our encoder and transducer.
201
434330
2000
a sztenderd módszer esetét.
07:16
So let me show you, and I'm going to
202
436330
2000
Az eredmény eléggé korlátozott,
07:18
start with the standard method first.
203
438330
2000
és ha az impulzusminta
07:20
So you can see that it's pretty limited,
204
440330
2000
helytelenül van kódolva,
07:22
and because the firing patterns aren't
205
442330
2000
akkor kevés információt kapunk.
07:24
in the right code, they're very limited in
206
444330
2000
Valamit látunk,
07:26
what they can tell you about
207
446330
2000
de nemigen tudjuk kivenni, hogy az micsoda.
07:28
what's out there. So you can see that
208
448330
2000
Valamilyen köröket látunk.
07:30
there's something there, but it's not so clear
209
450330
2000
Korábban beszéltem róla,
07:32
what that something is, and this just sort of
210
452330
2000
hogy a betegek a sztenderd módszernél
07:34
circles back to what I was saying in the
211
454330
2000
csak erős kontrasztokat,
07:36
beginning, that with the standard method,
212
456330
2000
fényt látnak, ennél többet nemigen.
07:38
patients can see high-contrast edges, they
213
458330
2000
Mi volt a képen?
07:40
can see light, but it doesn't easily go
214
460330
2000
Egy babaarc.
07:42
further than that. So what was
215
462330
2000
07:44
the image? It was a baby's face.
216
464330
3000
És ha a módszerünkhöz hozzáadjuk a kódot?
07:47
So what about with our approach,
217
467330
2000
A látás lényegesen megjavult.
07:49
adding the code? And you can see
218
469330
2000
Nemcsak általában egy babaarcot látunk,
hanem mondhatjuk,
07:51
that it's much better. Not only can you
219
471330
2000
hogy pontosan e baba arcát.
07:53
tell that it's a baby's face, but you can
220
473330
2000
Ez pedig nem kis föladat.
07:55
tell that it's this baby's face, which is a
221
475330
2000
A bal oldalon egyedül a kódoló van,
07:57
really challenging task.
222
477330
2000
jobbra a vak recehártya
07:59
So on the left is the encoder
223
479330
2000
a kódolóval és a jelátalakítóval.
08:01
alone, and on the right is from an actual
224
481330
2000
A lényeges a kódoló,
08:03
blind retina, so the encoder and the transducer.
225
483330
2000
mert a kódolót csatolhatjuk
különféle jelátalakítókhoz.
08:05
But the key one really is the encoder alone,
226
485330
2000
Ezt próbáltuk ki először.
08:07
because we can team up the encoder with
227
487330
2000
Szólnék pár szót a sztenderd módszerről.
08:09
the different transducer.
228
489330
2000
08:11
This is just actually the first one that we tried.
229
491330
2000
Amikor a módszer megjelent,
megdöbbenést váltott ki,
08:13
I just wanted to say something about the standard method.
230
493330
2000
hogy a vak recehártyát egyáltalán reagálásra késztettük.
08:15
When this first came out, it was just a really
231
495330
2000
08:17
exciting thing, the idea that you
232
497330
2000
De ott volt ez a korlátozó tényező,
08:19
even make a blind retina respond at all.
233
499330
3000
a kódok kérdése,
08:22
But there was this limiting factor,
234
502330
3000
és az, hogyan késztessük a sejteket
jobb, normális válaszra.
08:25
the issue of the code, and how to make
235
505330
2000
És itt jön a mi szerepünk.
08:27
the cells respond better,
236
507330
2000
08:29
produce normal responses,
237
509330
2000
Összefoglalva:
08:31
and so this was our contribution.
238
511330
2000
korábban említettem,
08:33
Now I just want to wrap up,
239
513330
2000
hogy sok egyéb adatunk is van, ha érdekli önöket.
08:35
and as I was mentioning earlier
240
515330
2000
Csak a fő elvről szólok most,
08:37
of course I have a lot of other data
241
517330
2000
nevezetesen:
08:39
if you're interested, but I just wanted to give
242
519330
2000
hogyan közölhetünk valamit az aggyal
08:41
this sort of basic idea
243
521330
2000
a saját nyelvén,
08:43
of being able to communicate
244
523330
3000
és hogy milyen lehetőség rejlik ebben.
08:46
with the brain in its language, and
245
526330
2000
08:48
the potential power of being able to do that.
246
528330
3000
Ez eltér a motoros protézisektől,
ahol a közlés az agyból indul ki
08:51
So it's different from the motor prosthetics
247
531330
2000
a készülék irányába.
08:53
where you're communicating from the brain
248
533330
2000
Itt a külvilágból indul az agyba,
08:55
to a device. Here we have to communicate
249
535330
2000
08:57
from the outside world
250
537330
2000
és ott tudatosul
az információ.
08:59
into the brain and be understood,
251
539330
2000
Végezetül,
09:01
and be understood by the brain.
252
541330
2000
szeretném hangsúlyozni,
09:03
And then the last thing I wanted
253
543330
2000
hogy az ötlet általánosítható.
09:05
to say, really, is to emphasize
254
545330
2000
A recehártya kódolási módszerét
09:07
that the idea generalizes.
255
547330
2000
alkalmazhatjuk
09:09
So the same strategy that we used
256
549330
2000
más területeken is,
09:11
to find the code for the retina we can also
257
551330
2000
pl. a hallórendszer
09:13
use to find the code for other areas,
258
553330
2000
és a motorikus rendszer esetén,
09:15
for example, the auditory system and
259
555330
2000
tehát süketség és motorikus rendellenességek kezelésére.
09:17
the motor system, so for treating deafness
260
557330
2000
Azonos módszerrel,
09:19
and for motor disorders.
261
559330
2000
mint ahogy áthidaltuk a retina sérült áramkörét,
09:21
So just the same way that we were able to
262
561330
2000
hogy eljussunk kimeneti sejtjeihez,
09:23
jump over the damaged
263
563330
2000
áthidalhatjuk
09:25
circuitry in the retina to get to the retina's
264
565330
2000
a belső fül sérült csigajáratát is,
09:27
output cells, we can jump over the
265
567330
2000
hogy eljussunk a hallóideghez,
09:29
damaged circuitry in the cochlea
266
569330
2000
vagy áthidaljuk az agykéreg sérült területét
09:31
to get the auditory nerve,
267
571330
2000
a motoros kéregben,
09:33
or jump over damaged areas in the cortex,
268
573330
2000
szélütés okozta hatás kiküszöbölésére.
09:35
in the motor cortex, to bridge the gap
269
575330
3000
Egyszerű gondolattal fejezem be:
09:38
produced by a stroke.
270
578330
2000
a kód megértése
09:40
I just want to end with a simple
271
580330
2000
rendkívül fontos.
09:42
message that understanding the code
272
582330
2000
Ha megértjük a kódot, az agy nyelvét,
09:44
is really, really important, and if we
273
584330
2000
olyan dolgok válnak lehetségessé,
09:46
can understand the code,
274
586330
2000
amelyek eddig még sohasem.
09:48
the language of the brain, things become
275
588330
2000
Köszönöm.
09:50
possible that didn't seem obviously
276
590330
2000
(Taps)
09:52
possible before. Thank you.
277
592330
2000
09:54
(Applause)
278
594330
5000
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7