Recuperar la visión gracias al Big Data


Abordar la idea de los grandes volúmenes de datos   con  la capacidad de la humanidad de recopilar y analizar una cantidad sin precedentes de información en tiempo real – y cómo los individuos y las empresas los están aprovechando para el beneficio humano ( resaltando su impacto en la eficiencia agrícola, predicción meteorológica y de terremotos, fertilidad y genoma mapping, delitos no deseados, basura espacial, erradicación de enfermedades y seguimiento de especies en peligro de extinción,etc )  sin embargo  puede levantar preocupaciones por invasión de propiedad y privacidad de datos.

Como ejemplo el equipo de la Against All Odds organizó un evento de tecnología de tres ciudades en red y dio a conocer un sitio web para recopilar datos digitales de comportamiento a partir de más de 300.000  voluntarios anónimos. Los resultados estarán disponibles gratis para los investigadores y académicos el próximo año. El proyecto se publicó con el patrocinio de varias compañías tecnológicas, principalmente EMC2, junto con Cisco Systems, VMWare, Tableau Software, Originate, además de FedEx.

En este contexto basado en el procesamiento en tiempo real de grandes volumnes de datso   surge la  idea de  la Retina Artificial , casi  mirando algo directamente sacado de la ciencia Ficcion (Star Trek ) la  investigadora   Sheila Nirenberg del Weill Cornell Medical College utiliza los Big Data para salvar ciertos tipos de ceguera, como la causada por las células fotorreceptoras de las retinas dañadas. Su equipo emplea altas velocidades, procesadas en paralelo para incrustar softwares personalizados en microprocesadores y cámaras, para ser construido dentro de los lentes. Las imágenes se traducen en código (en forma de luces intermitentes) que pueden ser transmitidas por células ganglionares sanas y comprendido por el cerebro.

Los investigadores del Weill Cornell Medical College han descifrado el código neural de la retina de un ratón y se acopla esta información para una prótesis nueva para devolver la vista a ratones ciegos. Los investigadores dicen que también han descifrado el código para una retina mono – que es esencialmente idéntica a la de un ser humano – y la esperanza de diseñar rápidamente y probar un dispositivo que los seres humanos ciegos pueden utilizar.

El descubrimiento, publicado en las Actas de la Academia Nacional de Ciencias (PNAS), señala un notable avance en los esfuerzos de larga data para restaurar la visión. Prótesis actuales ofrecen a los usuarios ciegos, con manchas y bordes de luz para ayudarles a navegar. Este nuevo dispositivo proporciona el código para restaurar la visión normal. El código es tan precisa que puede permitir que los rasgos faciales que discernir y permiten animales de rastrear imágenes móviles.

El investigador principal, el Dr. Sheila Nirenberg , neurocientífico computacional en el Weill Cornell, imagina un día en que el ciego puede optar por usar una visera, similar a la utilizada en la serie de televisión Star Trek. La cámara del visor tendrá la luz y el uso de un chip de computadora para convertirlo en un código que el cerebro se puede traducir en una imagen.

«Es un momento emocionante. Podemos hacer retinas de ratones ciegos ven, y nos estamos moviendo tan rápido como nos sea posible hacer lo mismo en los seres humanos», dice el Dr. Nirenberg, profesor en el Departamento de Fisiología y Biofísica en el Instituto de Biomedicina Computacional en el Weill Cornell. El coautor del estudio, el Dr. Chethan Pandarinath, que era un estudiante de posgrado con el Dr. Nirenberg y actualmente es investigador postdoctoral en la Universidad de Stanford.

Este nuevo enfoque ofrece esperanza para los 25 millones de personas en todo el mundo que sufren de ceguera causada por enfermedades de la retina. Debido a tratamientos farmacológicos ayudan sólo una pequeña fracción de esta población, las prótesis son su mejor opción para ir de futuro. «Esta es la primera prótesis que tiene el potencial de proporcionar una visión normal o casi normal, ya que incorpora el código,» Dr. Nirenberg explica.

DESCUBRIENDO EL CÓDIGO

La visión normal se presenta cuando la luz cae sobre los fotorreceptores en la superficie de la retina. La circuitería de la retina a continuación, procesa las señales de los fotorreceptores y los convierte en un código de impulsos neuronales. Estos impulsos son enviados al cerebro por las células de salida de la retina, llamadas células ganglionares. El cerebro entiende el código de impulsos neuronales y se puede traducir en imágenes significativas.

La ceguera es a menudo causada por enfermedades de la retina, que matan a los fotorreceptores y destruir los circuitos asociados, pero por lo general, en estas enfermedades, las celdas de salida de la retina están a salvo.

Prótesis actuales funcionan generalmente por conducir estas células supervivientes. Los electrodos se implantan en el ojo de un paciente ciego, y que estimulan las células ganglionares con corriente. Pero esto sólo produce campos visuales en bruto.

Muchos grupos están trabajando para mejorar el rendimiento mediante la colocación de más estimulantes en el ojo del paciente. La esperanza es que con más estimulantes, más células ganglionares en el tejido dañado se activarán, y calidad de imagen mejorará.

Otros equipos de investigación están probando el uso de proteínas sensibles a la luz como una forma alternativa para estimular las células. Estas proteínas se introducen en la retina por la terapia génica. Una vez en el ojo, que pueden dirigirse a las células ganglionares de muchos a la vez.

Pero el Dr. Nirenberg señala que hay otro factor crítico. «No sólo es necesario para estimular un gran número de células, pero también tienen que ser estimulado con el código correcto – el código de la retina utiliza normalmente para comunicarse con el cerebro.»

Esto es lo que los autores descubrieron – y lo que incorporan en un sistema protésico novela.

El Dr. Nirenberg razonado que cualquier patrón de luz que incide sobre la retina tuvo que ser convertido en un código general – un conjunto de ecuaciones – que convierte los patrones de luz en patrones de impulsos eléctricos. Los investigadores han estado tratando de encontrar el código que hace esto por estímulos simples. «Sabíamos que tenía que ser generalizable, por lo que podría funcionar para cualquier cosa – rostros, paisajes, todo lo que una persona ve», dice el Dr. Nirenberg.

VISIÓN = CHIP PLUS GENE THERAPY

En un momento eureka, mientras trabajaba en el código por una razón diferente, Dr. Nirenberg dio cuenta de que lo que estaba haciendo podría aplicarse directamente a una prótesis. Ella y su estudiante, Dr. Pandarinath, de inmediato se puso a trabajar en él. Se aplican las ecuaciones matemáticas en un «chip» y lo combinó con un mini-proyector. El chip, que ella llama el «encoder» convierte las imágenes que entran en el ojo en corrientes de impulsos eléctricos, y el mini-proyector convierte los impulsos eléctricos en impulsos de luz. Estos pulsos de luz a continuación, conducir las proteínas sensibles a la luz, que se han puesto en las células ganglionares, para enviar el código de hasta el cerebro.

Todo el enfoque se probó en el ratón. Los investigadores construyeron dos sistemas de prótesis – una con el código y otro sin él. «La incorporación del código tuvo un impacto dramático», dice el Dr. Nirenberg. «Saltó el rendimiento del sistema hasta niveles casi normales – es decir, no había suficiente información en la salida del sistema para reconstruir las imágenes de caras, animales -. Básicamente cualquier cosa que intentamos»

En una rigurosa serie de experimentos, los investigadores encontraron que los patrones producidos por las retinas ciegas en ratones muy igualados los producidos por retinas normales de ratón.

«La razón por la que este sistema funciona es doble», dice el Dr. Nirenberg. «El codificador – el conjunto de ecuaciones – es capaz de imitar transformaciones retina para una amplia gama de estímulos, incluidas las escenas naturales, y por lo tanto producir patrones normales de pulsos eléctricos, y el estimulador (la proteína sensible a la luz) es capaz de enviar los pulsos hasta en el cerebro «.

«Lo que estos resultados demuestran es que los ingredientes fundamentales para la construcción de una prótesis retinal altamente efectiva – Código de la retina y un método de estimulación de alta resolución – son ahora, en gran medida, en su lugar», informa el Dr. Nirenberg.

Dr. Nirenberg dice que su retina prótesis tendrá que someterse a los ensayos clínicos en humanos, sobre todo para poner a prueba la seguridad del componente de la terapia génica, que proporciona la proteína sensible a la luz. Pero ella anticipa que será seguro ya que los vectores de terapia génica similares han sido probados con éxito para otras enfermedades de la retina.

«Todo esto ha sido emocionante», dice el Dr. Nirenberg. «No puedo esperar para empezar a trabajar en llevar este enfoque a los pacientes.»

El estudio fue financiado por becas de los Institutos Nacionales de Salud y el Instituto de la Universidad de Cornell para la Biomedicina Computacional.

Tanto los Dres. Nirenberg y Pandarinath tienen una solicitud de patente para el sistema protésico presentado por la Universidad de Cornell.

Fuente aqui

Descargar música con Jdownlaoder de GrooveShark


Grooveshark   es un servicio de  streaming de música a la carta on demand    y una comunidad en línea. Además de escuchar música, los usuarios pueden subirla, descargarla y compartirla con otros usuarios del servicio y en otras redes sociales estando l música subida a disposición de los demás usuarios.

Grooveshark  cuenta con una modalidad  de  servicio gratuito con publicidad o como un servicio de suscripción de pago mensual. El servicio gratuito no requiere registro, pero los usuarios registrados disponen de más prestaciones . Los usuarios del servicio gratuito no tienen limitaciones,( en el popular servicio  Spotify si se incluye publicidad cada cierto numero de temas )

Grooveshark funciona a través de una aplicación web que permite buscar música en línea por el título de la canción, el autor o el género. También es posible crear y editar listas de reproducción, compartir las listas creadas y suscribirse a las listas de otros usuarios. El servicio posee un sistema de recomendaciones basado en las preferencias musicales del usuario y permite escuchar estaciones de radio de géneros particulares o reproducir tu propia estación. Es posible conectar la cuenta de Groveshark con otras redes sociales como TwiterGoogle+ y Last.Fm.

 

Gracias a JDownloader es muy fácil descargar cualquier canción desde Groveshark o incluso todas las canciones de una lista de reprodución.
Para descargar canciones desde Grooveshark hay que seguir los pasos siguientes. 

1. Instalar   Jdownloader (aceptar  todas las actualizaciones)

2-Ejecutar JDownloader.

3. Cargar la página de Groveshark en el navegador. 

4-Buscar cada canción y hace click   en el botón de la flecha Compartir canción.

Pulsar el botón Más, se abrira  el cuadro de dialogo siguiente:

 

 

5-Hacer Click en el botón que dice Copiar para copiar el enlace de la canción en el portapapeles.

6-JDownloader añadirá automáticamente el enlace a la pestaña Capturador de Enlaces.

Fuente aqui