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步，但我們往往問的問題比回答的多。
然而，現(xiàn)在由京都大學(xué)領(lǐng)導(dǎo)的一個研究小組開發(fā)了一個機器學(xué)習(xí)模型，該模型允許科學(xué)家通過測量神經(jīng)元自身發(fā)出的信號來重建神經(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。我們的整個感知世界分布在大腦的數(shù)十億個細胞中。此外，它們之間的聯(lián)系數(shù)量成倍增加(稱為突觸)，這挑戰(zhàn)了我們的理解。
項目負(fù)責(zé)人、京都大學(xué)科學(xué)學(xué)院的Shigeru Shinomoto解釋說，盡管大腦中單個神經(jīng)元的活動可以被記錄下來——而且數(shù)量在過去十年中急劇增加——但這仍然是一個挑戰(zhàn)。畫出這些單元是如何相互連接的。
Shinomoto解釋說：“有人提出，可以通過分析神經(jīng)元信號之間的相關(guān)性來估計神經(jīng)元的連通性。”“但很難得到準(zhǔn)確的推斷，因為有大量來自其他神經(jīng)元的外部噪聲。”
該團隊構(gòu)建了一種分析方法，從單個神經(jīng)元獲得信號尖峰，并估計神經(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。
這項研究的第一作者小林良田(Ryota Kobayashi)說：“我們稱這種分析為GLMCC，它根據(jù)突觸膜電位來估計神經(jīng)連接的強度。
“為了確認(rèn)我們的數(shù)據(jù)是否反映了現(xiàn)實世界的連通性，我們通過模擬大規(guī)模神經(jīng)網(wǎng)絡(luò)來評估其準(zhǔn)確性。我們確認(rèn)，新模型的準(zhǔn)確率為97%，遠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)元活動的實驗數(shù)據(jù)。分析時，估計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)的進步，我們收集的神經(jīng)學(xué)數(shù)據(jù)量將會增加。我們新的分析模型對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圍的世界的?！?
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！