研究人員開發(fā)了一種分析大腦圖像數(shù)據(jù)的新算法 男性乳腺癌的發(fā)現(xiàn)可以改善治療 懷孕期間的高葉酸水平可能會降低兒童的高血壓 SETD8 酶可預(yù)防細(xì)胞衰老 普通感冒對于移植患者來說可能非常危險 維生素 C 有效靶向癌癥干細(xì)胞 新穎的維度方法揭示了注意力不集中的生物標(biāo)志物 創(chuàng)新納米生物設(shè)備實現(xiàn)癌癥生物標(biāo)志物的超快速檢測 新材料可再生骨骼:手術(shù)有可能治療顱骨受傷的患者 研究人員確定了縮小多發(fā)性骨髓瘤患者腫瘤的療法 關(guān)于抑制性神經(jīng)元如何促進(jìn)皮層功能網(wǎng)絡(luò)的新見解 直接告知乳腺癌高危女性更有可能接受 MRI 檢查 顯示可以修復(fù)受損軸突的分子 基因組的三維圖譜 骨源性激素抑制小鼠食欲 研究人員確定了預(yù)測膿毒癥患者死亡的生物標(biāo)志物 2024四川省第四屆乳腺健康科普大賽啟動會圓滿舉辦 某些雌性鯨魚可以多活 40 歲—科學(xué)家終于發(fā)現(xiàn)了這個秘密 生物信息學(xué)的突破:人工智能預(yù)測細(xì)胞類型轉(zhuǎn)變 科學(xué)家發(fā)現(xiàn)常見細(xì)菌的吸血行為 免疫細(xì)胞對早年疼痛具有持久的記憶 雖然大多數(shù)黑色素瘤幸存者限制陽光照射 但有些人報告被曬黑和曬傷 在活細(xì)胞內(nèi)成功合成量子點 腦電波貝塔爆發(fā)及其在認(rèn)知控制中的作用 哈佛大學(xué)開發(fā)的新人工智能系統(tǒng)解鎖了生物學(xué)的源代碼 量子計算遇上基因組學(xué):超快速 DNA 分析的黎明 科學(xué)家創(chuàng)造出具有 9300 萬年歷史的突破性鳥類家譜 強大的基于 RNA 的技術(shù)可以幫助塑造治療性抗體的未來 研究揭示了克羅恩病兒童的并發(fā)癥預(yù)測因素 發(fā)現(xiàn)揭示大腦異常和鏡像運動之間的聯(lián)系 多中心研究發(fā)現(xiàn)治療妊娠期間輕度甲狀腺功能障礙沒有益處 篩查可以降低晚期卵巢癌診斷的風(fēng)險 脂肪肝和2型糖尿病的新療法可燃燒肝臟中的脂肪 胎盤在保護(hù)胎兒免受感染方面的作用 胸腺瘤引發(fā)新的自身免疫性疾病 晚上睡眠不好可能會增加一些人肥胖的可能性 研究確定癌細(xì)胞如何對 FGFR 抑制劑產(chǎn)生耐藥性 全自動一鍵式現(xiàn)場 CT-FFR:評估冠狀動脈疾病患者的工具 研究發(fā)現(xiàn)罕見遺傳病 22q 患者精神癥狀的生物標(biāo)志物 研究支持新加坡對 BRCA1 和 BRCA2 基因攜帶者進(jìn)行基因定向管理 用智能手機發(fā)現(xiàn)有趣的食物反射 研究人員發(fā)現(xiàn)妊娠細(xì)胞因子水平會影響胎兒大腦發(fā)育和后代行為 血液檢查發(fā)現(xiàn)膝骨關(guān)節(jié)炎的時間比 X 光檢查中出現(xiàn)的時間早八年 新研究破譯與癲癇和自閉癥相關(guān)的基因 加拿大 20 多歲 30 多歲和 40 多歲女性的乳腺癌發(fā)病率上升 專家開發(fā)針對結(jié)核病的免疫增強療法 抗生素 益生菌和益生元的個性化雞尾酒有望治療腸易激綜合癥 人工智能幫助科學(xué)家設(shè)計植物來應(yīng)對氣候變化 抑郁癥和心血管疾病之間的聯(lián)系得到解釋:它們部分由相同的基因模塊發(fā)展而來 用于培訓(xùn)焊工的機器學(xué)習(xí)和擴展現(xiàn)實
您的位置:首頁 >行業(yè)動態(tài) >

研究人員開發(fā)了一種分析大腦圖像數(shù)據(jù)的新算法

導(dǎo)讀 準(zhǔn)確了解大腦中的連接(所有神經(jīng)細(xì)胞之間的聯(lián)系)是更好地理解這個最復(fù)雜的器官的先決條件。海德堡大學(xué)的研究人員現(xiàn)已開發(fā)出一種新算法,可以...

準(zhǔn)確了解大腦中的連接(所有神經(jīng)細(xì)胞之間的聯(lián)系)是更好地理解這個最復(fù)雜的器官的先決條件。海德堡大學(xué)的研究人員現(xiàn)已開發(fā)出一種新算法,可以比以前從大腦顯微圖像中提取這種連接模式的精度高得多。 Fred Hamprecht 教授博士期望這種自動化圖像數(shù)據(jù)分析能夠給神經(jīng)科學(xué)帶來巨大進(jìn)步。它可能會導(dǎo)致大腦的電路圖。

了解大腦如何工作是科學(xué)最大的謎團(tuán)之一。漢普雷希特教授表示:“除了簡單的蛔蟲之外,目前還沒有完整的動物大腦電路圖,更不用說人類大腦了。”近年來,成像技術(shù)的發(fā)展最終可以以足夠高的分辨率生成整個大腦的三維圖像。然而,這些圖像太大了,手動分析需要幾個世紀(jì)的時間。因此,我們需要一種錯誤率盡可能最低的自動化分析過程。

新算法利用非局部圖像信息,使研究人員能夠研究圖像的非相鄰區(qū)域并推斷它們是否屬于同一神經(jīng)細(xì)胞。薩爾布呂肯馬克斯·普朗克信息學(xué)研究所的 Björn Andres 博士展示了如何共同考慮短程和遠(yuǎn)程交互。目的是找到一個最佳解決方案,以盡可能最好的方式公正地處理兩種類型的圖像信息。 “這種方法的錯誤率遠(yuǎn)低于所有已知方法,”漢普雷希特教授表示。

世界各地的研究小組都參加了競賽,以衡量其自動化分析流程的準(zhǔn)確性。目的是將三維圖像劃分為其包含的神經(jīng)細(xì)胞。事先使用勞動密集型的手動過程來確定正確的分區(qū),并且該分區(qū)是保密的。然后將所有提交的內(nèi)容與圖表進(jìn)行比較,錯誤率最低的方法獲勝。在最新的分區(qū)挑戰(zhàn)賽“CREMI 電子顯微鏡圖像電路重建挑戰(zhàn)賽”中,科學(xué)計算跨學(xué)科中心的研究人員成功地以大幅優(yōu)勢進(jìn)行了最準(zhǔn)確的分析。

為了解釋使用這種分析方法生成大腦電路圖的挑戰(zhàn),漢普雷希特教授以蒼蠅為例。蒼蠅具有驚人的能力:它在復(fù)雜且常常充滿敵意的環(huán)境中尋找食物、住所和交配。 “雖然它的大腦比針頭還小,但它的神經(jīng)元連接圖仍然難以捉摸。”數(shù)學(xué)家 Anna Kreshuk 博士表示,海德堡團(tuán)隊正在使用他們的新算法首先繪制蒼蠅的大腦回路圖,然后再轉(zhuǎn)向高等動物。

標(biāo)簽:

免責(zé)聲明:本文由用戶上傳,如有侵權(quán)請聯(lián)系刪除!

最新文章