大脑使用AI地图可以由扫描

Shuiwang博士,教授计算机科学与工程系在德州农工大学,是一个合作研究社区的一部分,最近有篇题为“BigNeuron:资源指标和预测性能的算法自动跟踪的神经元在光学显微镜数据集”发表在杂志4月刊自然方法。

发起于2015年,由艾伦脑科学研究所BigNeuron是一个国际项目,汇集了计算机科学家和神经科学家从12个机构。它的目标是开发一个标准的框架来帮助研究人员定义最好的方法和算法快速、准确自动神经元重建。然后它将“台架试验”图像的算法对大规模数据集使用超级计算机。

该项目将导致大量的公开神经重建图像数据,以及健壮的工具和算法研究人员可以使用他们自己的分析工作。

仅在人类的大脑,有数千亿的神经元,它们彼此连接通过成千上万的薄“分支”,形成一个三维树状结构。了解大脑功能和改变随着时间的推移,科学家必须能够数字化重建这些神经元结构找出每个神经元的形状在一个图像。

利用高分辨率显微镜捕捉个体神经元的3 d图片,科学家们致力于发展完全自动化的神经元为近40年重建方法。重建他们始终是一个挑战由于物种的多样性,大脑位置,发展阶段和显微镜图像集的质量。这些因素使得现有的算法很难有效地推广应用于卷时获得的图像不同的实验室。

为了缓解这个问题,团队开发了一个自动化算法使用深度学习找出每个神经元的形状在一个特定的形象。

了解更多关于BigNeuron项目艾伦脑科学研究所的网站。