您的位置:首页>动态>

通过深度学习使脑图像去毛刺

教科书中对脑细胞的描述使神经元看起来很简单:长脊柱状的中央轴突,带有分支的树突。单独考虑,这些可能很容易识别和绘制,但在实际的大脑中,它们更像一堆棘手的章鱼,数百条肢体缠绕在一起。这使得了解它们的行为方式和相互作用对神经科学家来说是一个重大挑战。

研究人员解开我们的神经混乱的一种方法是通过显微成像。通过拍摄大脑非常薄的层的照片并以三维形式对其进行重构,可以确定结构在哪里以及它们之间的关系。

但这带来了自己的挑战。获取高分辨率图像并快速捕获以覆盖大脑的合理区域是一项主要任务。

问题的一部分在于任何摄影师都熟悉的权衡和折衷。打开光圈足够长的时间以允许大量的光线进入,任何运动都会造成模糊;快速拍摄图像以避免模糊,被摄对象可能会变暗。

但是其他问题是大脑重建所使用的方法所特有的。首先,高分辨率的大脑成像需要花费很长时间。另外,在被称为串行块面电子显微镜的广泛使用的技术中,将一块组织切成块,将其表面成像,切下一个薄片,然后对该块再次成像。重复该过程直到完成。但是,产生微观图像的电子束实际上会导致样品熔化,从而扭曲其试图捕获的物体。

圣地亚哥Salk生物研究所Waitt先进生物光子学核心设施的负责人Uri Manor负责运行全国各地研究人员使用的许多高倍显微镜。他还负责识别和部署新显微镜并开发解决方案,以解决当今技术所遇到的问题。

“如果有人遇到问题而我们的仪器无法解决问题,或者我们找不到能够解决的问题,那么开发这种能力是我的工作,” Manor说。

意识到神经科学家面临的成像问题,他认为有必要采用一种新方法。Manor认为,如果他达到了显微镜的物理极限,也许更好的软件和算法可以提供解决方案。

Manor说:“已经研究了数十种复杂的数学和计算方法,以消除噪声而不消除信号。”“那是我开始的地方。”

免责声明:本文由用户上传,如有侵权请联系删除!