Los ingenieros biomédicos de la Universidad de Duke han desarrollado un proceso automático que utiliza inteligencia artificial IA optimizada para identificar neuronas activas en videos de forma más rápida y precisa que las técnicas actuales.
La tecnología debería permitir a los investigadores observar la actividad cerebral de un animal en tiempo real, mientras se comporta.
La obra aparece el 20 de mayo en Inteligencia de la máquina de la naturaleza .
Una de las formas en que los investigadores estudian la actividad de las neuronas en los animales vivos es a través de un proceso conocido como imágenes de calcio de dos fotones, que hace que las neuronas activas aparezcan como destellos de luz. Sin embargo, analizar estos videos generalmente requiere que un humano rodee cada ráfagade intensidad que ven en un proceso llamado segmentación. Si bien esto puede parecer sencillo, estas ráfagas a menudo se superponen en espacios donde se obtienen imágenes de miles de neuronas simultáneamente. Analizar solo un video de cinco minutos de esta manera podría llevar semanas o incluso meses.
"La gente trata de averiguar cómo funciona el cerebro registrando la actividad de las neuronas cuando un animal realiza un comportamiento para estudiar la relación entre las dos", dijo Yiyang Gong, el autor principal del artículo. "Pero la segmentación manual crea unagran cuello de botella y no permite a los investigadores ver la activación de las neuronas en tiempo real ".
Gong, profesor asistente de ingeniería biomédica, y Sina Farsiu, profesora de ingeniería biomédica, abordaron previamente este cuello de botella en un artículo de 2019, donde compartieron el desarrollo de una plataforma de aprendizaje profundo que mapea neuronas activas con tanta precisión como los humanos enuna fracción del tiempo. Pero debido a que los videos pueden tener decenas de gigabytes, los investigadores aún tienen que esperar horas o días para que se procesen.
Ahora, el equipo está haciendo que su plataforma funcione en tiempo real.
"Nuestro objetivo era mejorar nuestro enfoque para ser más inteligentes, de modo que pueda apuntar y aprender de los datos importantes en los videos en lugar de analizar todo el ruido adicional", dijo Gong.
Para hacer su enfoque más inteligente, el equipo desarrolló algoritmos de procesamiento de señales que preprocesan los datos antes de ser analizados por la red neuronal. Estos algoritmos ayudan a mejorar la relación señal-ruido y eliminan las fluctuaciones de fondo en el video, destacandoneuronas activas mientras oscurece las neuronas inactivas y otros datos innecesarios.
El equipo también adaptó su red neuronal para escanear menos capas, porque no necesita tantos datos para aprender a identificar y segmentar con precisión las neuronas activadas.
El resultado es un sistema que presenta una actualización inusual. No solo es un orden de magnitud más rápido que su trabajo anterior, sino que también es un poco más preciso.
Debido a que su plataforma puede resaltar neuronas activas tan rápidamente, los investigadores pueden usar la herramienta para detectar neuronas en tiempo real y examinar cómo ciertos patrones de activación coinciden con el comportamiento animal. Debido a la utilidad de la herramienta en experimentos de neurociencia, el equipo ha creado una versión dela red disponible en línea.
"En lugar de esperar hasta el final de un experimento, la velocidad de nuestra red nos permite aprender cosas durante el experimento", dijo Gong. "Ahora tenemos un nuevo potencial para explorar cómo diferentes tipos de estimulación pueden afectar la activación neuronal yconducta animal."
El equipo ya está explorando nuevas formas de continuar mejorando su herramienta para un uso más amplio.
"El algoritmo siempre puede usar una mayor optimización", dijo Gong. "Hemos demostrado que esto funciona muy bien para las imágenes de calcio de dos fotones, pero hay muchos microscopios ópticos diferentes en neurociencia, y finalmente lo haríamosles gusta crear una red neuronal que funcione para todas estas modalidades de imágenes ".
Fuente de la historia :
Materiales proporcionado por Universidad de Duke . Original escrito por Michaela Kane. Nota: el contenido se puede editar por estilo y longitud.
Una nueva investigación optimiza el propio sistema inmunológico del cuerpo para combatir el cáncer
Proteínas que predicen demencia futura, riesgo de Alzheimer, identificadas
La rareza de nuestros sueños podría ser la razón por la que los tenemos, argumenta la nueva teoría de los sueños inspirada en la inteligencia artificial
El cerebelo puede haber jugado un papel importante en la evolución del cerebro humano
La realidad virtual deforma tu sentido del tiempo