谷歌等机构耗时十年重建突触级果蝇半脑

SECGAN 是一种专门用于图像分割的生成对抗网络。研究人员发现，当使用 SECGAN「想象」图像数据时，FFN 能够更加鲁棒地追踪多个缺失切片的位置。 由 FFN 算法自动给出的重建结果仍然需要人工校对，但与之前的自动重建方法相比，FFN 可以帮助研究人员节省大量时间，将校对时间从几千万缩短到几十万个小时。 校对工作由经验丰富的校对团队进行，使用的工具和工作流程都是 Janelia 研究园制定的。他们会用 VR 眼镜和定制的3D 目标编辑工具来检查神经元形状并修复自动重建过程中出现的错误。这些修正也用于重新训练 FFN 网络，使其重建结果更加准确，从而进一步减少校对时间。 校对之后，重建结果将于自动突触检测系统相结合。首先，Janelia 的研究者手动标记单个突触，然后用这些标记数据训练神经网络分类器来将此任务自动化。经过多轮的数据标注，模型的泛化性能大大提高。 研究展望 虽然算法已经取得了很大的成功，但要绘制如此精确的神经连接图依然需要大量人力。 在神经元的追踪方面，人类在许多方面都要比算法强，FlyEM 项目工作组组长 Steve Plaza 表示。人类拥有的常识和意识可以使其识别出数据中心的异常之处。例如，对于人眼来说，比较大的连接错误是非常明显的，因此校对员可以迅速扫描大量数据，寻找严重畸形的神经元。而且，当发现一些异常情况时，他们可以进行更细致的调查。 在此之后，研究者还将不断更新这一果蝇大脑连接图。研究人员感兴趣的是，图中的神经元与大脑中的其他神经元是怎么连接在一起的。完整的连接图可能还需要数年才能重建完成。现有的数据已经提供了一些见解，也带来了一些新问题。 其中一个重要问题在于，「如何分析这个连接图并理解你所观察到的东西？」「数据已经有了，怎么用？」 研究者开始尝试用这个半脑连接图对果蝇神经系统进行更深入地研究。例如，和兴趣相关的脑部回路是中央复合体（central complex），这个区域整合了感官信息，并与导航、运动控制、睡眠有关。

果蝇大脑中央复合体「环状神经元」视图。 另一处于研究阶段的脑部回路是「蘑菇体」，主管果蝇大脑学习和记忆的功能。

（编辑：宁德站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!