在早期的神經(jīng)科學(xué)研究中,科學(xué)家們精心手工染色腦細(xì)胞,他們看到的顯微鏡?？爝M(jìn)到2018年,機(jī)器可以學(xué)習(xí)如何做那項(xiàng)工作。根據(jù)一項(xiàng)新的研究在細(xì)胞中,它可能會(huì)教機(jī)器如何挑選功能神經(jīng)元和其他細(xì)胞未染色或者其他損害的治療經(jīng)歷了。這項(xiàng)研究的部分資金由國(guó)家神經(jīng)疾病和中風(fēng)研究所(研究所),美國(guó)國(guó)立衛(wèi)生研究院的一部分。

”這種方法有可能徹底改變生物醫(yī)學(xué)研究,”瑪格麗特·薩瑟蘭說(shuō),在研究所博士項(xiàng)目負(fù)責(zé)人。“研究人員現(xiàn)在產(chǎn)生的大量的數(shù)據(jù)。神經(jīng)科學(xué)家,這意味著訓(xùn)練機(jī)器來(lái)幫助分析這些信息有助于加速我們的理解的細(xì)胞大腦的放在一起,在應(yīng)用程序相關(guān)的藥物開(kāi)發(fā)。”

一道菜,或文化神經(jīng)細(xì)胞出現(xiàn)統(tǒng)一的肉眼和不同,單個(gè)細(xì)胞它不能被看到。自從19世紀(jì)晚期,當(dāng)開(kāi)創(chuàng)性的神經(jīng)科學(xué)家,圣地亞哥·拉蒙-卡哈爾和高爾基,神經(jīng)系統(tǒng)最早的地圖,科學(xué)家發(fā)展染料和染色方法來(lái)幫助區(qū)分大腦的結(jié)構(gòu),包括不同類(lèi)型的細(xì)胞和他們的健康狀況。然而,這些方法包括嚴(yán)厲的化學(xué)物質(zhì),修復(fù),或凍結(jié),細(xì)胞處于自然狀態(tài)或損壞后活細(xì)胞多個(gè)應(yīng)用了污漬。傳統(tǒng)的技術(shù)也限制了科學(xué)家可以觀(guān)察細(xì)節(jié)。

醫(yī)學(xué)博士領(lǐng)導(dǎo)的研究小組史蒂文·芬克貝涅博士,董事和高級(jí)研究員斯頓研究院在舊金山,神經(jīng)學(xué)和生理學(xué)教授和加州大學(xué)舊金山,探索計(jì)算機(jī)是否可以被訓(xùn)練來(lái)識(shí)別結(jié)構(gòu)無(wú)污點(diǎn)的細(xì)胞。

“每天我們實(shí)驗(yàn)室已經(jīng)創(chuàng)建成百上千的圖片,比我們自己可以觀(guān)察和分析。一天,幾個(gè)研究人員從谷歌敲我們的門(mén),看看他們能幫助我們,”芬克貝涅博士說(shuō)這項(xiàng)研究的資深作者。

研究人員使用一個(gè)名為深度學(xué)習(xí)的方法,這依賴(lài)于機(jī)器學(xué)習(xí)原理,一種人工智能中機(jī)器學(xué)習(xí)數(shù)據(jù)并做出決定。面部識(shí)別軟件的一個(gè)例子機(jī)器學(xué)習(xí).

使用深度學(xué)習(xí),有請(qǐng)博士Finkbeiner的團(tuán)隊(duì)訓(xùn)練計(jì)算機(jī)程序分析大腦細(xì)胞通過(guò)展示它染色和清白的圖像。然后,測(cè)試程序是否已經(jīng)學(xué)到了什么,研究者們挑戰(zhàn)與新的標(biāo)記圖像。

經(jīng)過(guò)第一輪的培訓(xùn),程序識(shí)別細(xì)胞位于培養(yǎng)皿通過(guò)學(xué)習(xí)發(fā)現(xiàn)細(xì)胞核的一個(gè)圓形結(jié)構(gòu),包含遺傳信息和作為細(xì)胞的指揮中心。額外的實(shí)驗(yàn)期間,有請(qǐng)博士Finkbeiner集團(tuán)增加功能程序的復(fù)雜性正在尋找并成功地訓(xùn)練它區(qū)分死細(xì)胞從活細(xì)胞,以及識(shí)別特定類(lèi)型的腦細(xì)胞。此外,該計(jì)劃學(xué)會(huì)區(qū)分軸突和樹(shù)突,這是兩個(gè)神經(jīng)元的特定類(lèi)型的擴(kuò)展。結(jié)果顯示,程序是成功的在預(yù)測(cè)結(jié)構(gòu)標(biāo)記組織。

“深度學(xué)習(xí)需要一個(gè)算法,或一組規(guī)則,和結(jié)構(gòu)層,識(shí)別簡(jiǎn)單從零件圖像的特征,然后將信息傳遞給其他層識(shí)別日益復(fù)雜的特性,如模式和結(jié)構(gòu)。這讓人想起我們的大腦如何處理視覺(jué)信息,“有請(qǐng)博士說(shuō)Finkbeiner。“深度學(xué)習(xí)方法能夠發(fā)現(xiàn)更多的信息比用肉眼可以看到。”

有請(qǐng)博士Finkbeiner和他的團(tuán)隊(duì)指出,使用這種技術(shù)的主要缺點(diǎn)是需要非常大的訓(xùn)練數(shù)據(jù)集,理想情況下大約15000的圖像。此外,過(guò)度訓(xùn)練項(xiàng)目,可能會(huì)有風(fēng)險(xiǎn),他們變得如此專(zhuān)業(yè)的他們只能確定結(jié)構(gòu)在特定的圖像或圖像生成在一個(gè)特定的方式,而不是使預(yù)測(cè)更一般的圖像,這可能會(huì)限制這項(xiàng)技術(shù)的使用。

有請(qǐng)博士Finkbeiner注重和他的同事們計(jì)劃將這些方法應(yīng)用到疾病的研究。

“現(xiàn)在,我們表明,該技術(shù)是可行的,我們可以在疾病研究中開(kāi)始使用它。深度學(xué)習(xí)可能會(huì)發(fā)現(xiàn)一些細(xì)胞,可以幫助預(yù)測(cè)臨床結(jié)果,可以幫助我們篩選潛在治療,“有請(qǐng)博士說(shuō)Finkbeiner。