约翰霍普金斯工程师使用 AI 更深入地研究老鼠的大脑

约翰霍普金斯的一组生物医学工程师开发了一种人工智能（AI）训练策略，以更深入地了解老鼠的大脑。这种新策略捕捉老鼠脑细胞在活动时的图像。

根据团队的说法，AI系统可以与专用超小型显微镜一起使用，以检测细胞在运动、学习和记忆期间的激活位置和时间。通过使用这种新策略收集有见地的数据，科学家们最终可以了解大脑的功能和疾病的影响。

这项新研究发表在期刊Nature Communications。

Xingde Li博士是约翰霍普金斯大学医学院的生物医学工程教授。

“当老鼠的头被限制用于成像时，其大脑活动可能不真正代表其神经功能，”Li说。“为了绘制控制哺乳动物日常功能的大脑电路，我们需要看到个体大脑细胞及其连接之间正在发生什么，而动物正在自由移动、进食和社交。”

使用超小型显微镜收集数据

团队通过创建可以放在老鼠头顶的超小型显微镜来收集详细的数据。话虽如此，这些显微镜的直径只有几毫米，因此它们限制了可以携带的成像技术的数量。老鼠的呼吸或心率也可能影响显微镜捕获的数据的准确性，因此研究人员估计他们需要超过20帧每秒来消除这种干扰。

“有两种方法可以增加帧率，”Li说。“你可以增加扫描速度，也可以减少扫描点的数量。”

工程团队以前进行过研究，曾达到扫描器的物理极限，即每秒6帧。在第二种策略中，他们通过减少扫描点的数量来增加帧率。这一策略导致显微镜捕获低分辨率的数据。

训练AI程序

根据Li的假设，AI程序可以被训练来识别和恢复丢失的点，从而得到更高的分辨率。然而，这种方法的一个主要挑战是缺乏类似的老鼠大脑图像来训练AI。

团队通过开发一种两阶段训练策略来解决这个问题。第一阶段训练AI识别来自固定样本的老鼠脑组织的构建块。然后，他们训练AI识别头部限制的活老鼠中的构建块，该老鼠处于超小型显微镜下。这种新技术使AI能够识别具有自然结构变化的脑细胞和老鼠呼吸和心跳运动引起的运动。

“希望的是，当我们从移动的老鼠中收集数据时，它仍然足够相似，以便AI网络可以识别，”Li说

研究人员测试了AI程序，以确定它是否可以通过逐渐增加帧率来准确增强老鼠大脑图像。他们发现AI可以恢复图像质量，最高可达26帧每秒。

为了了解AI工具将如何在附着在老鼠的微型显微镜上执行，研究人员能够查看个体脑细胞的活动峰值，这些细胞被老鼠在其环境中移动而激活。

“我们以前从未以如此高的分辨率和帧率看到过这些信息，”Li说。“这种发展可能使我们能够收集更多关于大脑如何在细胞水平上与行动动态连接的信息。”

根据团队的说法，AI程序可以接受更多的训练，以准确解释高达104帧每秒的图像。