Платформа машинного обучения визуализирует активные нейроны в режиме реального времени

Исследователи Дюкского университета научили ИИ искать и выделять активные нейроны. Новый способ упростит диагностику и позволит наблюдать за мозгом людей и других животных в режиме реального времени.   

Нейроны принимают, хранят, обрабатывают и выводят информацию в виде электрических сигналов. Нейроны, совместно с передающими сигналы волокнами, образуют нервную систему, регулирующую работу всего организма. За каждым действием или планированием действия стоит группа или отдельный нейрон, вспыхивающий при активации. 

Для отражения нейронной активности у живых организмов обычно учёные используют двухфотонную кальциевую визуализацию. Этот метод записывает вспышки нейронов на видео, после чего специалисты вручную пересматривают записи и регистрируют вспышки, пока не переберут все следы активности. При таком подходе анализ пятиминутного видео с тысячами запечатлённых нейронов занимает недели или даже месяцы. 

Чтобы ускорить процесс, в 2019 году исследователи Дюкского университета разработали платформу с ИИ, которая  с точностью специалиста определяет активные нейроны на видео. Но обработка видео весом в десятки гигабайт всё равно занимала от нескольких часов до нескольких суток, поэтому технология не получила широкого распространения. 

Новая версия платформы предусматривает предварительную обработку видео перед передачей ИИ. Обработка включает шумоподавление, устранение фоновых колебаний, повышение контраста активных и скрытие неактивных нейронов, а также сокращение слоёв в видео до необходимого минимума. 

Благодаря обновлениям исследователи повысили точность и скорость обработки видео. Платформа значительно ускорит нейробиологические исследования, позволяя получать данные по ходу эксперимента. Учёные планируют расширить функции платформы и создать универсальную нейросеть для всех методов визуализации. В перспективе платформу можно внедрить в медицинские учреждения для диагностики заболеваний и быстрого выявления нарушений в работе нейронов. 

Разработанную платформу исследователи назвали SUNS (Shallow UNet Neuron Segmentation) и выложили в открытый доступ на GitHub. Материалы исследования опубликованы в статье «Segmentation of neurons from fluorescence calcium recordings beyond real time» в журнале Nature Machine Intelligence DOI: 10.1038/s42256-021-00342-x.

Источник

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Кнопка «Наверх»