日本九州大学研究人员在新一期《自然·通讯》上发表文章称,多彩他们开发了一种新的系统人工智能(AI)工具——QDyeFinder,其可从小鼠大脑的绘出和重图像中自动识别和重建单个神经元。该过程涉及使用超多色标记协议去标记神经元,大脑然后让AI通过匹配相似的布线颜色组合自动识别神经元的结构。
识别神经元的解开建大集神经元家庭装修效果图 超群绝伦一种策略是用特定颜色的荧光蛋白标记细胞,研究人员可追踪这种颜色并重建神经元及其轴突,脑密扩大颜色范围可同时追踪更多的网络神经元。2018年,多彩研究人员开发了Tetbow,系统这是绘出和重一种用光的3种原色为神经元着色的系统。Tetbow使追踪神经元和找到它们的大脑连接变得更加容易。
研究人员致力于将颜色的布线家居清洁秘诀 首屈一指数量从3种增加到7种,但一个关键问题是解开建大集神经元人类对颜色感知有局限性。仔细观察任何电视屏幕,脑密都会发现像素由3种颜色组成:蓝色、绿色和红色。人类能感知到的任何颜色都是这3种颜色的组合,因为人眼里有蓝色、家居清洁秘诀 超群绝伦绿色和红色的传感器。
但机器没有这样的限制。鉴于此,研究人员开发出一种工具,可自动区分这些庞大的颜色组合。这个工具能自动将相同颜色的神经元和轴突缝合在一起,并重建它们的结构。QDyeFinder的工作原理就是首先自动识别给定样品中的轴突和树突片段,然后识别每个片段的颜色信息,接着研究人员利用新开发的机器学习算法,将颜色信息组合在一起,识别出同一神经元的轴突和树突。
将QDyeFinder的结果与手动追踪神经元的数据进行比较时,它们的准确性几乎一致。即使与已经充分利用机器学习的现有追踪软件相比,QDyeFinder也能以更高的准确度识别轴突。
总编辑圈点
神经元的突起可分为树突和轴突。树突是从胞体发出的一至多个突起,呈放射状。轴突则每个神经元只有一根。可以把这一切想象成大树,树上伸展出不同枝丫,枝丫和枝丫之间又有连接,形成密密麻麻的网络。此次,科研人员开发了一种新的人工智能工具,他们用颜色标记神经元,让人工智能进行追踪、识别和分类——这正是机器擅长的事情。它能够精准识别同一神经元的轴突和树突,分辨出神经网络的构成,让我们更深入了解大脑的运作。