- 13,855
- 20
- 8 Ноя 2022
Новейшие методы ИИ позволяют заглянуть туда, где раньше было недоступно.
Ученые из EPFL и Гарварда разработали инновационный метод искусственного интеллекта для отслеживания нейронов в движущихся организмах, что может существенно ускорить исследования мозга. Исследование Для просмотра ссылки Войдиили Зарегистрируйся в журнале Nature Methods под руководством Саханда Джамала Рахи из Школы базовых наук EPFL.
Традиционно, для анализа активности нейронов требовалась ручная разметка большого количества изображений, что затрудняло исследования, особенно в случаях, когда мозг изменяется и деформируется, как, например, у червей. Новый метод основан на использовании сверточных нейронных сетей (CNN) - типа искусственного интеллекта, обученного распознавать образцы на изображениях.
Особенностью метода является технология "целевого увеличения" (targeted augmentation), которая автоматически создает надежные аннотации на основе ограниченного числа ручных разметок. Это позволяет CNN эффективно изучать внутренние деформации мозга и создавать аннотации для новых поз, значительно уменьшая потребность в ручной разметке.
Метод был успешно протестирован на круглом черве Caenorhabditis elegans, популярном объекте в нейронауке. С его помощью ученые смогли измерить активность межнейронов червя, обнаружив сложные изменения в их поведении в ответ на различные стимулы, такие как запахи.
Саханд Джамал Рахи отмечает, что новый метод значительно уменьшает необходимость в ручной работе, утраивая производительность анализа по сравнению с полностью ручной разметкой. Это открытие имеет потенциал для ускорения исследований в области визуализации мозга и углубления понимания нейронных схем и поведения.
Ученые из EPFL и Гарварда разработали инновационный метод искусственного интеллекта для отслеживания нейронов в движущихся организмах, что может существенно ускорить исследования мозга. Исследование Для просмотра ссылки Войди
Традиционно, для анализа активности нейронов требовалась ручная разметка большого количества изображений, что затрудняло исследования, особенно в случаях, когда мозг изменяется и деформируется, как, например, у червей. Новый метод основан на использовании сверточных нейронных сетей (CNN) - типа искусственного интеллекта, обученного распознавать образцы на изображениях.
Особенностью метода является технология "целевого увеличения" (targeted augmentation), которая автоматически создает надежные аннотации на основе ограниченного числа ручных разметок. Это позволяет CNN эффективно изучать внутренние деформации мозга и создавать аннотации для новых поз, значительно уменьшая потребность в ручной разметке.
Метод был успешно протестирован на круглом черве Caenorhabditis elegans, популярном объекте в нейронауке. С его помощью ученые смогли измерить активность межнейронов червя, обнаружив сложные изменения в их поведении в ответ на различные стимулы, такие как запахи.
Саханд Джамал Рахи отмечает, что новый метод значительно уменьшает необходимость в ручной работе, утраивая производительность анализа по сравнению с полностью ручной разметкой. Это открытие имеет потенциал для ускорения исследований в области визуализации мозга и углубления понимания нейронных схем и поведения.
- Источник новости
- www.securitylab.ru
