-
日期: 2024-05-11 | 來源: 新智元 | 有0人參與評論 | 專欄: 谷歌 | 字體: 小 中 大
以上這些發現也許只是冰山壹角，研究團隊表示，這份數據集非常龐大且復雜，相信未來還有更多全新的大腦結構和特征有待發現。
AI賦能腦科學
由於AI的興起和各種軟件工具的發展，連接組學也隨之變得越來越強大。
在AI工具出現前，第壹個連接組發表於1986年，僅包含秀麗隱杆線蟲的302個神經元，而且耗費了研究人員16年的時間，因為他們需要在所有線蟲橫截面的顯微鏡照片上對細胞進行進行手動著色。
拾年前，谷歌連接組學團隊成立之時，它們的願景之壹就是使用AI的前沿成果處理生物學領域龐大的數據集，才能從302個神經元的線蟲，發展至百億數量級細胞的復雜生物組織。
連接組學自20世紀70年代以來的發展歷程
有了AI加持，研究人員就不需要對1.4PB的電鏡數據進行手動著色了，他們開發了壹種名為“flood-filling”的RNN模型，可以自動分割電鏡圖片並重建神經細胞，而且有較高的准確率，不需要大量的人工校對工作。
這篇文章在2018年就發表於Nature Methods。
論文地址：
https://www.nature.com/articles/s41592-018-0049-4
在此基礎上，團隊還開發了自動識別算法SegCLR，用於在腦神經網絡中識別並分類不同部分的細胞。
為了存儲並管理海量的多維數據集，Google團隊還推出了基於C++和Python的開源軟件庫TensorStore，得到了廣泛使用，項目在GitHub上獲得1.3k星。
項目地址：https://github.com/google/tensorstore- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見