研究人员开发了一种分析大脑图像数据的新算法

准确了解大脑中的连接(所有神经细胞之间的联系)是更好地理解这个最复杂的器官的先决条件。海德堡大学的研究人员现已开发出一种新算法，可以比以前从大脑显微图像中提取这种连接模式的精度高得多。 Fred Hamprecht 教授博士期望这种自动化图像数据分析能够给神经科学带来巨大进步。它可能会导致大脑的电路图。

了解大脑如何工作是科学最大的谜团之一。汉普雷希特教授表示：“除了简单的蛔虫之外，目前还没有完整的动物大脑电路图，更不用说人类大脑了。”近年来，成像技术的发展最终可以以足够高的分辨率生成整个大脑的三维图像。然而，这些图像太大了，手动分析需要几个世纪的时间。因此，我们需要一种错误率尽可能最低的自动化分析过程。

新算法利用非局部图像信息，使研究人员能够研究图像的非相邻区域并推断它们是否属于同一神经细胞。萨尔布吕肯马克斯·普朗克信息学研究所的 Björn Andres 博士展示了如何共同考虑短程和远程交互。目的是找到一个最佳解决方案，以尽可能最好的方式公正地处理两种类型的图像信息。 “这种方法的错误率远低于所有已知方法，”汉普雷希特教授表示。

世界各地的研究小组都参加了竞赛，以衡量其自动化分析流程的准确性。目的是将三维图像划分为其包含的神经细胞。事先使用劳动密集型的手动过程来确定正确的分区，并且该分区是保密的。然后将所有提交的内容与图表进行比较，错误率最低的方法获胜。在最新的分区挑战赛“CREMI 电子显微镜图像电路重建挑战赛”中，科学计算跨学科中心的研究人员成功地以大幅优势进行了最准确的分析。

为了解释使用这种分析方法生成大脑电路图的挑战，汉普雷希特教授以苍蝇为例。苍蝇具有惊人的能力：它在复杂且常常充满敌意的环境中寻找食物、住所和交配。 “虽然它的大脑比针头还小，但它的神经元连接图仍然难以捉摸。”数学家 Anna Kreshuk 博士表示，海德堡团队正在使用他们的新算法首先绘制苍蝇的大脑回路图，然后再转向高等动物。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！