PNAS：人工智能技術(shù)加速神經(jīng)科學(xué)研究進展

熱門推薦：人工智能 , 神經(jīng)元 , 神經(jīng) ,

來源：生物探索

2019-04-18

杜克大學(xué)的研究團隊發(fā)表在PNAS上的研究顯示，他們開發(fā)了一種人工智能自動化進程算法，幫助研究人員快速收集和處理神經(jīng)元信號，實現(xiàn)實時行為研究。這項成果為加速神經(jīng)科學(xué)研究打開一扇新大門。

人工智能技術(shù)加速神經(jīng)科學(xué)研究進展

鈣成像記錄了細胞在體內(nèi)的大規(guī)模神經(jīng)元活動。自動、快速、可靠的活動神經(jīng)元分割是利用神經(jīng)元信號進行實時行為研究以發(fā)現(xiàn)成像后神經(jīng)元編碼特性的分析工作流中的關(guān)鍵步驟。目前，最準(zhǔn)確的方法需要人類分析師手動追蹤，但識別記錄單個神經(jīng)元是一個艱苦又緩慢的過程，假設(shè)研究人員不吃不喝不睡且注意力高度集中，30min的視頻需要4-24h才能完成神經(jīng)元分割。

相比之下，杜克大學(xué)生物醫(yī)學(xué)工程系（BME）的圖像處理和神經(jīng)科學(xué)研究人員開發(fā)的一種新的開源自動算法可以在幾分鐘內(nèi)準(zhǔn)確識別和分割神經(jīng)元，且準(zhǔn)確度和人類一樣高。相關(guān)研究發(fā)表在PNAS上。

杜克大學(xué)的研究員、教授龔益陽說：“神經(jīng)科學(xué)領(lǐng)域的數(shù)據(jù)分析的瓶頸已經(jīng)存在很長時間了——數(shù)據(jù)分析師花費數(shù)小時處理數(shù)分鐘的數(shù)據(jù)，但是這個算法可以在20-30分鐘內(nèi)處理30分鐘的視頻。而且這種算法還能拓展，所以如果需要從具有不同神經(jīng)元大小或密度的另一層大腦分割神經(jīng)元，它可以同樣良好地運作。”

該研究的第一作者Somayyeh Soltanian-Zadeh博士說，“我們基于深度學(xué)習(xí)的算法很快，并且證明與從雙光子顯微鏡記錄中分割活躍和重疊神經(jīng)元的人類專家一樣準(zhǔn)確。”

深度學(xué)習(xí)算法允許研究人員通過多層非線性處理單元快速處理大量數(shù)據(jù)，這些處理單元可以通過訓(xùn)練來識別復(fù)雜圖像的不同部分。在這個數(shù)據(jù)框架中，研究團隊創(chuàng)建了一個算法，可以處理輸入視頻中的空間和定時信息。然后，研究人員訓(xùn)練算法模擬人類分析師的分割模式，并且提高算法準(zhǔn)確性。

目前，龔益陽教授已經(jīng)在使用這種新方法來更密切地研究與小鼠不同行為相關(guān)的神經(jīng)活動。

Soltanian-Zadeh說：“活躍神經(jīng)元檢測效率的提高，人類將獲得更多關(guān)于神經(jīng)網(wǎng)絡(luò)和行為狀態(tài)的信息，這將為神經(jīng)科學(xué)實驗的加速進展打開大門。”

此外，研究人員已經(jīng)免費公開了開源軟件和他們仔細注釋的數(shù)據(jù)集。

點擊下圖，預(yù)登記觀展