Mesterséges Intelligencia
A Johns Hopkins mérnökei mesterséges intelligenciát használnak az egerek agyának mélyebb megismerésére
A Johns Hopkins orvosbiológiai mérnökeinek egy csoportja mesterséges intelligencia (AI) képzési stratégiát dolgozott ki, hogy mélyebben megértse az egerek agyát. Az új stratégia az egér agysejtek képeit rögzíti, miközben azok aktívak.
A csapat szerint az AI-rendszer speciális, ultra-kis mikroszkópokkal együtt használható, hogy pontosan érzékelje, hol és mikor aktiválódnak a sejtek mozgás, tanulás és memória közben. Ezzel az új stratégiával éleslátó adatok gyűjtésével a tudósok végül megérthetik, hogyan működik az agy, és hogyan hatnak rá a betegségek.
Az új kutatás a folyóiratban jelent meg Nature Communications.
Xingde Li, Ph.D., a Johns Hopkins Egyetem Orvostudományi Karának orvosbiológiai mérnöki professzora.
„Ha egy egér fejét visszatartják a képalkotáshoz, előfordulhat, hogy agytevékenysége nem képviseli igazán neurológiai funkcióját” – mondja Li. "Az emlősök napi működését irányító agyi áramkörök feltérképezéséhez pontosan látnunk kell, mi történik az egyes agysejtek és azok kapcsolatai között, miközben az állat szabadon mozog, eszik és szocializálódik."
Adatgyűjtés ultra-kis mikroszkóppal
A csapat a részletes adatok összegyűjtését tűzte ki célul az egerek fejére helyezhető ultra-kis mikroszkópok létrehozásával. Ezzel együtt a mikroszkópok csak néhány milliméter átmérőjűek, így korlátozzák a hordozható képalkotó technológia mennyiségét. Az egér légzése vagy pulzusa is befolyásolhatja a mikroszkóp által rögzített adatok pontosságát, ezért a kutatók becslése szerint az ilyen zavarok kiküszöböléséhez másodpercenként 20 képkockát kellene meghaladniuk.
„Két módja van a képkockasebesség növelésének” – mondja Li. "Növelheti a szkennelési sebességet és csökkentheti a beolvasott pontok számát."
A mérnökcsapat korábban olyan kutatásokat végzett, ahol másodpercenként hat képkocka sebességgel érték el a szkenner fizikai határait. A második stratégiában a beolvasott pontok számának csökkentésével növelték a képkockasebességet. Ez a stratégia arra késztette a mikroszkópot, hogy kisebb felbontású adatokat rögzítsen.
AI program képzése
Li hipotézise szerint egy mesterséges intelligencia programot meg lehetne tanítani a hiányzó pontok felismerésére és visszaállítására, ami nagyobb felbontást eredményezne. Az ilyen megközelítés egyik legnagyobb kihívása azonban az, hogy hiányoznak az egéragyról készült hasonló képek, amelyek ellen a mesterséges intelligencia kiképezhető.
A csapat egy kétlépcsős képzési stratégia kidolgozásával igyekezett ezt leküzdeni. Az első arra tanította az MI-t, hogy azonosítsa az agy építőköveit az egér agyszöveteinek rögzített mintáinak képei alapján. Ezután megtanították az MI-t, hogy felismerje az építőelemeket egy fejtámlazott élő egérben, amely az ultra-kis mikroszkóp alatt volt. Ez az új technika lehetővé tette a mesterséges intelligencia számára, hogy felismerje a természetes szerkezeti eltérésekkel rendelkező agysejteket, valamint az egér légzésének és szívverésének mozgása által okozott mozgást.
„Azt reméltük, hogy amikor adatokat gyűjtünk egy mozgó egérről, azok továbbra is elég hasonlóak lesznek ahhoz, hogy az AI-hálózat felismerje” – mondja Li.
A kutatók tesztelték az AI programot, hogy megállapítsák, képes-e pontosan javítani az egér agyi képét a képkocka sebesség fokozatos növelésével. Azt találták, hogy az AI akár 26 képkocka/másodperc sebességig képes visszaállítani a képminőséget.
Annak megállapításához, hogy az AI-eszköz hogyan működik egy egérhez csatlakoztatott mini mikroszkóppal, a kutatók meg tudták vizsgálni az egyes agysejtek aktivitási csúcsait, amelyeket a környezetében mozgó egér aktivál.
„Soha nem láthattuk ezt az információt ilyen nagy felbontáson és képkockasebesség mellett” – mondja Li. "Ez a fejlesztés lehetővé teheti több információ gyűjtését arról, hogy az agy hogyan kapcsolódik dinamikusan a cselekvéshez sejtszinten."
A csapat szerint az AI-program további képzéseken eshet át a képek pontos értelmezésére akár 104 képkocka/másodperc sebességig.
