娛樂城| AI加快了大腦連接映射項目

一項新的研究報告稱,日本腦科學項目的科學家利用機器智能來提高一種強大的腦映射技術的準確性和可靠性。他們的研究成果於12月18日在日本東京發表。 科學報告,使研究人員更有信心使用該技術來解開人腦的佈線,並更好地理解這種佈線所伴隨的神經系統或精神疾病(如帕金森氏症或阿爾茨海默氏病)的變化。我們稱其為大腦的連接體-對於充分理解大腦及其執行的所有復雜過程至關重要。”沖繩科技大學研究生院(OIST)神經計算部門負責人Ke。nji Doya教授說。為了識別連接體,研究人員追踪了遍布整個大腦的神經細胞纖維。在動物實驗中,科學家可以將熒光示踪劑注入大腦的多個點,並在圖像中成像這些點延伸出的神經纖維。但是這個過程需要分析來自許多動物的數百個大腦切片。 Doya教授解釋說,由於它具有侵入性,因此無法在人類中使用,但是磁共振成像(MRI)的進步使得無創地估計連接組成為可能。這種技術稱為基於擴散MRI的纖維跟踪,它利用強大的磁場跟踪水分子沿神經纖維移動(或擴散)時的信號。然後,計算機算法使用這些水信號來估計整個大腦中神經纖維的路徑,但是目前,該算法還沒有產生令人信服的結果。就像照片的外觀取決於攝影師選擇的相機設置一樣,科學家為這些算法選擇的設置(或參數)也會產生非常不同的連接組。“這種方法的可靠性令人擔憂。” 。 C娛樂城評價Arlos Gutie。rre。z,OIST神經計算部門的第一作者和博士後研究員。 “連接組可能被假陽性所支配,這意味著它們顯示的神經連接並不真正存在。”此外,該算法還難以檢測出在大腦遠端區域之間伸展的神經纖維。 Gutie。rre。z博士說,這些長距離連接對於理解大腦的功能而言是最重要的。2013年,科學家發起了一項由日本政府主導的項目,稱為“大腦/ MINDS(由綜合神經技術進行疾病研究的腦定位)”繪製mar猴的大腦-大腦與人腦結構相似的小型非人類靈長類動物.brain / MINDS項目旨在通過使用非侵入性MRI成像技術和侵入性熒光示踪劑來創建the。猴大腦的完整連接體“該項目的數據集為我們提供了一個非常獨特的機會,可以比較兩種技術所產生的同一大腦的結果,並確定需要設置哪些參數以生成最準確的基於MRI的連接體,” Gutie。rre。z在當前研究中,研究人員著手微調兩種不同的廣泛使用算法的參數,以便它們能夠可靠地檢測遠程纖維。 rs。他們也娛樂城推薦o希望確保算法能夠識別出盡可能多的光纖,同時盡可能少地找出實際上不存在的光纖。研究人員沒有手動嘗試所有不同的參數組合,而是轉向機器智能。為了確定最佳參數,研究人員使用了一個e。v娛樂城演算法。纖維跟踪算法使用在每個連續的世代中發生變化或突變的參數,根據擴散MRI數據估算出連接體。這些參數相互競爭,並且最佳參數(生成與熒光示踪劑檢測到的神經網絡最匹配的連接體的參數)發展到了下一代。研究人員使用熒光示踪劑和MRI數據從十種不同的mo猴中測試了算法研究人員發現,即使對於機器,選擇最佳參數也不是一件容易的事。 “某些參數可能會降低誤報率,但使檢測遠程連接更加困難。我們要解決的不同問題之間存在衝突娛樂城e。因此,決定每次選擇哪些參數總是需要權衡的。”古鐵雷斯博士說。在“適者生存”過程的多代過程中,每個大腦運行的算法與每個大腦交換了最佳參數。最後,研究人員選擇了最佳參數,並將它們取平均值以創建一個共享集。“組合參數是重要的一步。每個人的大腦各不相同,因此總會有一個參數組合對一個特定的大腦最有效。但是我們的目標是要找到對所有mo猴的大腦都適用的最佳通用參數集。”古鐵雷斯博士解釋說。研究小組發現,帶有優化參數通用集的算法在新的方法中也產生了更準確的連接基因組。與先前使用的默認參數相比,不是原始訓練集的猴大腦。研究人員使用默認參數和優化參數構建的圖像之間的顯著差異發出了基於MRI的連接組研究的明顯警告。古鐵雷斯警告說:“這對使用未經優化或驗證的算法的任何研究都提出了疑問。”未來,科學家希望使利用機器智能的過程更快地識別最佳參數,並使用改進後的算法可以更準確地確定患有神經系統或精神疾病的大腦的連接體。”最終,基於擴散MRI的纖維跟踪技術應該用於繪製整個人的大腦圖,並查明健康和患病大腦之間的差異。”古鐵雷斯博士說。 “這可以使我們更進一步地學習如何治療這些疾病。”參考文獻:Gutie。rre。z 。 CE,Skibbe。 H,Nakae。 K等。基於神經示踪劑數據的基於擴散MRI的纖維跟踪的優化和驗證。 科學代表2020; 10(21285)。 doi:10.1038 / s41598-020-78284-4本文已通過以下材料重新發表。注意:材料的長度和內容可能已被編輯。有關更多信息,請聯繫引用的來源。