不需要编码专业知识的先进脑科学工具

慕尼黑亥姆霍兹慕尼黑大学和慕尼黑慕尼黑大学医院的研究人员推出了 DELiVR，为脑细胞绘图的复杂任务提供了一种基于人工智能的新方法。研究结果发表在《自然方法》杂志上。

该深度学习工具消除了对编码专业知识的需求，从而使先进的神经科学民主化。 DELiVR 使生物学家能够有效地研究与疾病相关的空间细胞动力学，促进精准疗法的开发，以增强患者护理。

3D 大脑分析大众化

许多疾病与大脑中某些蛋白质表达的变化有关。为了研究这些变化，科学家们研究了它们在模型生物疾病进展过程中如何变化。对整个小鼠大脑进行成像会产生大量数据集，因此需要准确的量化方法才能对其进行有意义的解释。然而，识别大型 3D 图像数据中的标记细胞具有挑战性。

虽然人工智能(AI) 在数据分析方面前景广阔，但它通常需要大量的数据注释和高级编码技能，限制了其在专门实验室的使用。因此，研究团队旨在克服这些障碍，使 3D 分析民主化，以实现更广泛的科学获取。

虚拟现实赋能研究人员

为了准确量化大脑图像中的特定细胞，研究团队最初训练了一种人工智能算法来在 3D 显微图像中识别它们。研究人员利用虚拟现实(VR) 生成标签，将自己沉浸在图像中，直接以 3D 方式注释细胞，这是一种比传统的基于 2D 切片的方法更快、更精确的方法。

随后，该团队利用这些 VR 生成的标签来训练 AI 算法，以自动识别活动神经元。他们集成了检测细胞的过程，将它们与大脑图谱进行匹配，并将结果可视化到他们的 DELiVR(深度学习和虚拟现实介观尺度注释)管道中。