大腦被認(rèn)為是現(xiàn)存最復(fù)雜的系統(tǒng)之一。雖然在理解方面取得了很大的進(jìn)步，但我們往往問(wèn)的問(wèn)題比回答的多。
然而，現(xiàn)在由京都大學(xué)領(lǐng)導(dǎo)的一個(gè)研究小組開(kāi)發(fā)了一個(gè)機(jī)器學(xué)習(xí)模型，該模型允許科學(xué)家通過(guò)測(cè)量神經(jīng)元自身發(fā)出的信號(hào)來(lái)重建神經(jīng)元電路。該模型有可能闡明不同腦區(qū)神經(jīng)元計(jì)算的差異。
為了理解大腦，我們必須研究組成大腦的神經(jīng)元。我們的整個(gè)感知世界分布在大腦的數(shù)十億個(gè)細(xì)胞中。此外，它們之間的聯(lián)系數(shù)量成倍增加(稱(chēng)為突觸)，這挑戰(zhàn)了我們的理解。
項(xiàng)目負(fù)責(zé)人、京都大學(xué)科學(xué)學(xué)院的Shigeru Shinomoto解釋說(shuō)，盡管大腦中單個(gè)神經(jīng)元的活動(dòng)可以被記錄下來(lái)——而且數(shù)量在過(guò)去十年中急劇增加——但這仍然是一個(gè)挑戰(zhàn)。畫(huà)出這些單元是如何相互連接的。
Shinomoto解釋說(shuō)：“有人提出，可以通過(guò)分析神經(jīng)元信號(hào)之間的相關(guān)性來(lái)估計(jì)神經(jīng)元的連通性。”“但很難得到準(zhǔn)確的推斷，因?yàn)橛写罅縼?lái)自其他神經(jīng)元的外部噪聲?！?
該團(tuán)隊(duì)構(gòu)建了一種分析方法，從單個(gè)神經(jīng)元獲得信號(hào)尖峰，并估計(jì)神經(jīng)元之間的聯(lián)系。為了消除“噪聲”數(shù)據(jù)，他們將通用線性模型或GLM(機(jī)器學(xué)習(xí)中的基本模型)應(yīng)用于互相關(guān)圖或CC，該圖記錄了神經(jīng)元之間的激發(fā)相關(guān)性。
這項(xiàng)研究的第一作者小林良田(Ryota Kobayashi)說(shuō)：“我們稱(chēng)這種分析為GLMCC，它根據(jù)突觸膜電位來(lái)估計(jì)神經(jīng)連接的強(qiáng)度。
“為了確認(rèn)我們的數(shù)據(jù)是否反映了現(xiàn)實(shí)世界的連通性，我們通過(guò)模擬大規(guī)模神經(jīng)網(wǎng)絡(luò)來(lái)評(píng)估其準(zhǔn)確性。我們確認(rèn)，新模型的準(zhǔn)確率為97%，遠(yuǎn)高于以前的任何方法?！?
然后將該模型應(yīng)用于大鼠海馬神經(jīng)元活動(dòng)的實(shí)驗(yàn)數(shù)據(jù)。分析時(shí)，估計(jì)的連接與從其他生理線索推斷的結(jié)果相匹配。
而且源代碼的“即用”版本可以在網(wǎng)上獲得，研究小組希望全世界的神經(jīng)科學(xué)家都能使用它。
Shinohamoto總結(jié)道：“隨著技術(shù)的進(jìn)步，我們收集的神經(jīng)學(xué)數(shù)據(jù)量將會(huì)增加。我們新的分析模型對(duì)于處理這些信息至關(guān)重要，它將使我們能夠更好地理解我們的大腦是如何處理我們周?chē)氖澜绲摹！?
標(biāo)簽：
免責(zé)聲明：本文由用戶(hù)上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！