人工智能可以帮助捕捉老鼠的脑细胞
约翰霍普金斯大学生物医学工程师们开发了一个人工智能(AI)培训策略来捕捉老鼠的大脑细胞的图像。研究人员说人工智能系统,符合专业超薄显微镜,能够找到准确的,当细胞被激活运动期间,学习和记忆。收集的数据,这项技术有一天可以帮助科学家了解大脑功能和影响疾病。
“当一只老鼠的头成像约束,其大脑活动并不真正代表其神经功能,”说Xingde Li博士。生物医学工程教授约翰·霍普金斯大学医学院的。“大脑回路,控制日常功能映射在哺乳动物中,我们需要看到恰恰发生在单个脑细胞及其连接,而动物是自由走动,吃饭和社交。”
收集这个非常详细的数据,李娜的团队开发了超薄显微镜,老鼠可以穿在他们的头顶。测量直径几毫米,这些显微镜的大小限制成像技术可以进行。台式模型相比,微型显微镜上的帧率较低,这使他们容易受到干扰。干扰如鼠标的呼吸或心跳会影响这些显微镜可以捕获数据的准确性。研究人员估计,李的微型显微镜需要超过20帧每秒的干扰消除所有运动的自由移动的鼠标。
“有两种方法可以提高帧速率,”李说。“你可以提高扫描速度和扫描可以减少数量的点。”
在先前的研究中,他的工程团队很快发现他们击中了扫描仪的物理限制,达到6帧每秒,保持卓越的图像质量,但远远低于所需的速度。所以,团队转移到第二个策略增加帧速率,减少点扫描的数量。然而,类似于一个图像减少像素的数量,这个策略会导致显微镜捕获分辨率较低的数据。
李假设可以训练一个AI程序识别和恢复丢失的点,提高高分辨率的图像。这样的人工智能培训协议时使用是不可能的或耗时为任务创建一个计算机程序,如可靠地识别一个集群的功能作为一个人的脸。相反,计算机科学家使用的方法让计算机学会计划自己通过处理大量的数据。
提出重大挑战之一的人工智能方法是缺乏类似的图像的老鼠的大脑训练AI。为了克服这种差距,团队开发了一种两级培训策略。研究人员开始训练大脑的人工智能识别的构建块固定样本图像的小鼠大脑组织。他们下一个训练有素的人工智能识别这些构建块head-restrained住他们的超薄显微镜下鼠标。这一步训练人工智能识别大脑细胞与自然结构变化和一个小的运动造成的运动小鼠的呼吸和心跳。
“希望的是,每当我们收集数据从一个移动鼠标,它仍将是足够相似的人工智能网络认识,”李说。
然后,研究人员检测了人工智能程序,看它是否能准确地增强小鼠大脑图像通过逐步增加帧速率。使用参考图像,研究人员减少了显微镜扫描点的因素2、4、8、16和32,并观察准确AI可以增强图像,恢复图像的分辨率。
研究人员发现,AI可以充分恢复图像质量26帧每秒。
执行的团队然后测试了AI工具结合一个迷你显微镜相连的鼠标移动。结合人工智能和显微镜,研究人员能够精确地看到活动峰值单个脑细胞激活鼠标走,旋转,通常探索它的环境。
“我们不可能看到这些信息在如此高的分辨率和帧率,”李说。”这种发展可以收集更多的信息在大脑是如何动态连接到细胞水平行动。”
研究人员说,随着更多的培训,这个人工智能程序能准确解释图像到52岁甚至104帧每秒。
参考:李关H, D,公园H cheol, et al。深度学习video-rate脑成像的双光子fiberscopy小鼠自由活动。Nat Commun。2022;13 (1):1534。doi:10.1038 / s41467 - 022 - 29236 - 1
本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。
