沙虫科技网logo.png3D科技网

3D科技网
提供IT业界的新鲜事、奇趣事和热门焦点,掌控最热最新的互联网新闻、科技新闻和IT业界动态。
3D科技网

人工智能学会通过它们的外观识别神经细胞

有可能理解大脑吗?科学还远未回答这个问题。然而,由于研究人员已开始训练神经生物学分析的人工智能,因此至少可能重建大脑的细胞结构。由马克斯普朗克神经生物学研究所和Google AI开发的新型人工神经网络现在甚至可以根据神经细胞的外观独立识别和分类神经细胞。

人类大脑由大约860亿个神经细胞和大约相同数量的神经胶质细胞组成。此外,仅神经细胞之间就有大约100万亿个连接。虽然映射人脑的所有连接仍然遥不可及,但科学家们已经开始在较小规模上解决这个问题。通过串行块面扫描电子显微镜的开发,现在可以自动测量特定脑区域的所有细胞和连接并以三维图像显示。

“在电子显微镜下观察0.3 mm3大脑可能需要几个月的时间”,马克斯普朗克神经生物学研究所Winfried Denk系博士生Philipp Schubert说。“根据大脑的大小,这似乎是一个很小的时间。但即使这包含数千个细胞“。这样的数据集还需要几乎100TB的存储空间。然而,它不是收集和存储,而是数据分析是困难的部分。

幸运的是,分析方法与显微镜技术一起得到了改进。很长一段时间,只有人脑似乎能够可靠地识别和跟踪电子显微镜图像中神经细胞的部分和连接。例如,人们仍然需要在计算机屏幕前工作数小时才能跟踪图像堆栈中的单元组件并正确进行计算机分析。因此,即使是最小的数据集的重建也需要很多年。然而,几年前,研究人员获得了人工智能的帮助。

来自Martinsried的神经生物学家训练“卷积神经网络”来识别和区分图像数据中的神经细胞成分。通过使用“洪水填充网络”进行改进的图像分析,整个神经细胞及其所有组件和连接在2018年自动从图像堆栈中提取 - 几乎没有错误。“而现在,通过细胞形态学神经网络,我们在分析中又向前迈进了一步”,舒伯特说。“与人类一样,CMN通过其形状和背景识别细胞,而不是通过比较单个像素”。

CMN现在可以根据其外观将从图像堆栈提取的神经细胞分配到神经细胞类型或神经胶质细胞。CMN还识别细胞区域是否属于细胞体,轴突,树突或其棘突。“为了能够理解细胞的功能,或者例如突触接触点的信息流方向,这些信息非常重要,舒伯特说,他已经期待着下一个任务:”现在我们最终可以分析更大的数据集!“

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。

相关推荐