โมเดลและแพลตฟอร์ม AI

วิศวกรจาก Johns Hopkins ใช้ AI เพื่อดูสมองของหนูอย่างลึกซึ้ง

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

วิศวกรชีวการแพทย์จาก Johns Hopkins ได้พัฒนาแผนการฝึกอบรม AI เพื่อให้เข้าใจสมองของหนูได้ลึกซึ้งยิ่งขึ้น แผนการใหม่นี้สามารถบันทึกภาพของเซลล์สมองของหนูขณะทำงาน

ตามทีมวิจัย ระบบ AI สามารถใช้ร่วมกับกล้องจุลทรรศน์ขนาดเล็กพิเศษเพื่อตรวจจับตำแหน่งและเวลาที่เซลล์ถูกกระตุ้นระหว่างการเคลื่อนไหว การเรียนรู้ และการจำ โดยการรวบรวมข้อมูลเชิงลึกด้วยแผนการใหม่นี้ นักวิทยาศาสตร์อาจเข้าใจได้ว่าสมองทำงานและได้รับผลกระทบจากโรคอย่างไร

การวิจัยใหม่นี้ได้รับการตีพิมพ์ในวารสาร Nature Communications.

Xingde Li, Ph.D. เป็นศาสตราจารย์ด้านวิศวกรรมชีวการแพทย์ที่มหาวิทยาลัย Johns Hopkins

“เมื่อหนูถูกยึดไว้เพื่อถ่ายภาพ สมองของมันอาจไม่แสดงถึงการทำงานของสมองอย่างแท้จริง” Li กล่าว “เพื่อสร้างแผนที่วงจรสมองที่ควบคุมการทำงานประจำวันในสัตว์เลี้ยงลูกด้วยนม เราต้องเห็นอย่างแม่นยำว่าเกิดอะไรขึ้นระหว่างเซลล์สมองและความเชื่อมต่อของพวกมัน ในขณะที่สัตว์เคลื่อนไหวอย่างอิสระ กินอาหาร และสังคม”

การรวบรวมข้อมูลด้วยกล้องจุลทรรศน์ขนาดเล็กพิเศษ

ทีมงานได้พยายามรวบรวมข้อมูลโดยการสร้างกล้องจุลทรรศน์ขนาดเล็กพิเศษที่สามารถวางบนหัวของหนูได้ กล้องจุลทรรศน์เหล่านี้มีขนาดเพียงไม่กี่มิลลิเมตรเท่านั้น ดังนั้นจึงจำกัดเทคโนโลยีการถ่ายภาพที่สามารถนำมาใช้ได้ การหายใจหรืออัตราการเต้นของหนูอาจส่งผลต่อความแม่นยำของข้อมูลที่บันทึกโดยกล้องจุลทรรศน์ ดังนั้นผู้วิจัยจึงต้องเกิน 20 เฟรมต่อวินาทีเพื่อกำจัดการรบกวนนี้

“มีสองวิธีในการเพิ่มอัตราเฟรม” Li กล่าว “คุณสามารถเพิ่มความเร็วในการสแกนและคุณสามารถลดจำนวนจุดที่สแกนได้”

ทีมวิศวกรได้ทำการวิจัยก่อนหน้านี้โดยที่พวกเขาถึงขีดจำกัดของเครื่องสแกนไว้ที่ 6 เฟรมต่อวินาที ในยุทธวิธีที่สอง พวกเขาเพิ่มอัตราเฟรมโดยการลดจำนวนจุดที่สแกน ยุทธวิธีนี้ทำให้กล้องจุลทรรศน์บันทึกข้อมูลที่มีความละเอียดต่ำลง

การฝึกอบรมโปรแกรม AI

ตามสมมติฐานของ Li โปรแกรม AI สามารถถูกฝึกให้ распознаватьและฟื้นฟูจุดข้อมูลที่หายไป ซึ่งจะส่งผลให้ได้ภาพที่มีความละเอียดสูงขึ้น อย่างไรก็ตาม อุปสรรคหลักของแนวทางนี้คือการขาดภาพของสมองหนูที่จะใช้ฝึก AI

ทีมงานได้พยายาม克服สิ่งนี้โดยพัฒนาแผนการฝึกอบรมสองขั้นตอน ขั้นตอนแรกฝึก AI ให้ระบุโครงสร้างพื้นฐานของสมองจากภาพของตัวอย่างเนื้อสมองหนูที่ถูกตรึงไว้ จากนั้นฝึก AI ให้ระบุโครงสร้างพื้นฐานในหนูที่ถูกตรึงไว้และอยู่ภายใต้กล้องจุลทรรศน์ขนาดเล็กพิเศษ เทคนิคใหม่นี้ทำให้ AI สามารถระบุเซลล์สมองได้โดยมีการเปลี่ยนแปลงโครงสร้างตามธรรมชาติและเคลื่อนไหวที่เกิดจาก дыханияและอัตราการเต้นของหนู

“หวังว่าเมื่อเรารวบรวมข้อมูลจากหนูที่เคลื่อนไหว จะยังคงมีความคล้ายคลึงกันเพียงพอสำหรับ AI ในการระบุ” Li กล่าว

นักวิจัยได้ทดสอบโปรแกรม AI เพื่อดูว่าสามารถเพิ่มคุณภาพของภาพสมองหนูได้โดยการเพิ่มอัตราเฟรม พวกเขาพบว่า AI สามารถฟื้นฟูคุณภาพของภาพได้ถึง 26 เฟรมต่อวินาที

เพื่อดูว่าเครื่องมือ AI จะทำงานอย่างไรเมื่อติดตั้งกับกล้องจุลทรรศน์ขนาดเล็กพิเศษบนหัวหนู นักวิจัยสามารถดูการกระตุ้นของเซลล์สมองแต่ละเซลล์ที่ถูกกระตุ้นโดยการเคลื่อนไหวของหนูในบริเวณของมัน

“เราจะไม่เคยเห็นข้อมูลนี้ในความละเอียดและอัตราเฟรมสูงขนาดนี้มาก่อน” Li กล่าว “การพัฒนานี้อาจทำให้เรารวบรวมข้อมูลเพิ่มเติมเกี่ยวกับวิธีการเชื่อมต่อของสมองกับการกระทำในระดับเซลล์”

ตามทีมวิจัย โปรแกรม AI สามารถฝึกอบรมเพิ่มเติมเพื่อแปลภาพได้ถึง 104 เฟรมต่อวินาที

Alex McFarland เป็นนักข่าวและนักเขียน AI ที่สำรวจการพัฒนาล่าสุดในด้านปัญญาประดิษฐ์ เขาได้ร่วมงานกับสตาร์ทอัพ AI และสื่อสิ่งพิมพ์ต่างๆ ทั่วโลก