鈣成像記錄了細胞在體內的大規模神經(jīng)元活動(dòng)。自動(dòng)、快速、可靠的活動(dòng)神經(jīng)元分割是利用神經(jīng)元信號進(jìn)行實(shí)時(shí)行為研究以發(fā)現成像后神經(jīng)元編碼特性的分析工作流中的關(guān)鍵步驟。目前，最準確的方法需要人類(lèi)分析師手動(dòng)追蹤，但識別記錄單個(gè)神經(jīng)元是一個(gè)艱苦又緩慢的過(guò)程，假設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)生物醫學(xué)工程系（BME）的圖像處理和神經(jīng)科學(xué)研究人員開(kāi)發(fā)的一種新的開(kāi)源自動(dòng)算法可以在幾分鐘內準確識別和分割神經(jīng)元，且準確度和人類(lèi)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(yáng)說(shuō)：“神經(jīng)科學(xué)領(lǐng)域的數據分析的瓶頸已經(jīng)存在很長(cháng)時(shí)間了——數據分析師花費數小時(shí)處理數分鐘的數據，但是這個(gè)算法可以在20-30分鐘內處理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(shuō)，“我們基于深度學(xué)習的算法很快，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(lèi)專(zhuān)家一樣準確。”
深度學(xué)習算法允許研究人員通過(guò)多層非線(xiàn)性處理單元快速處理大量數據，這些處理單元可以通過(guò)訓練來(lái)識別復雜圖像的不同部分。在這個(gè)數據框架中，研究團隊創(chuàng )建了一個(gè)算法，可以處理輸入視頻中的空間和定時(shí)信息。然后，研究人員訓練算法模擬人類(lèi)分析師的分割模式，并且提高算法準確性。
目前，龔益陽(yáng)教授已經(jīng)在使用這種新方法來(lái)更密切地研究與小鼠不同行為相關(guān)的神經(jīng)活動(dòng)。
Soltanian-Zadeh說(shuō)：“活躍神經(jīng)元檢測效率的提高，人類(lèi)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(shí)驗的加速進(jìn)展打開(kāi)大門(mén)。”
此外，研究人員已經(jīng)免費公開(kāi)了開(kāi)源軟件和他們仔細注釋的數據集。
點(diǎn)擊下圖，預登記觀(guān)展
合作咨詢(xún)
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
