冷泉港實驗室（CSHL）的科學家已經教導捕魚達人千砲版計算機比以前的任何方法撲克牌遊戲更有效地識別大腦顯微鏡圖像中的神經元。研究人員提高了追踪神經元及其連接的自動化方法的效率，隨著研究人員努力繪製大腦密集互連的電路，這項任務的需求越來越大。他們通過教計算機識別神經元的不同部分來做到這一點，每個部分都有不同的特徵。
這樣的連接圖對於學習大腦如何處理信息以產生思想和行為至關重要。近年來，新的成像技術和擴展的存儲數字圖像的能力已導致海量數據的產生，捕獲了神經元通過老鼠和其他模型生物的大腦時所經過的路徑。但CSHL教授Partha Mitra表示，沒有足夠的專家來分析所有這些圖像，他的團隊開發了新的人工智能（AI）工具，並在期刊上進行了報導。 自然機器智能Mitra說：
“我認為這個項目是 娛樂城體驗金500建立一個虛擬的神經解剖學家。而我們之所以需要它，是因為我們所做的工作傳統上是由需要數十年培訓的專家人員完成的。他們有大量的知識。他們看了-不知道-成千上萬張圖像。他們了解上下文。他們可以提供專家的判斷和解釋。”
Mitra說，自動化方法必須接管這項工作，但計算機不是註冊送點數 在解釋視覺信息方面與人類一樣出色。專家解剖學家迅速識別為在擁擠的顯微鏡圖像上蜿蜒的單個神經元，對於算法而言並不那麼明顯-至少在沒有進行廣泛訓練的情況下（該訓練允許計算機一次又一次地從大型數據集中學習），這種現象並不明顯。
Mitra說：“現代的機器學習技術……還不夠好。所缺少的是，它們通常不具備我們作為人類做出判斷時所需要的某些先驗知識或信息。” “因此，我們需要建立某種先驗信息。”
研究人員使用一種稱為拓撲數據分析的數學形式來完成此任務，這種方式將事物視為具有丘陵，山谷和曲線的3D空間。 Mitra說，拓撲有時被稱為“強調連通性的”橡膠板幾何形狀”，而幾何形狀則依賴於精確的長度和角度。研究人員使用簡化的數學描述來描述神經元部分的形狀-體細胞體，纖細的軸突和分支樹突。神經元的整體形狀差異很大，但是通過向計算機展示神經元如何使用一些基本形式進行連接，t通博娛樂城他的團隊大大提高了該程序檢測軸突和樹突的能力。
Mitra說：“在可預見的將來，自動圖像分析仍將需要人工校對，以確保科學應用的質量-但是通打麻將賺現金過提高計算機的準確性，這種新方法大大減少了專家必須完成的工作。”
在新的美國國立衛生研究院資助下，Mitra的團隊將進一步開發其AI數據分析工具。這些工具對美國腦計劃至關重要，他的研究就是其中的一部分。他希望這種方法將解開大腦如何連接的奧秘，以便人類可以思考大腦實際上是如何工作的。
參考：
Banerjee S，Magee L，Wang D等。語義段娛樂城註冊送通過將拓撲先驗與編碼器-解碼器深度網絡相結合，對微觀神經解剖數據進行處理。 自然機器智能在線發佈於2020年9月28日：1-10。 doi：10.1038 / s42256-020-0227-9
本文已從以下材料重新發布。注意：材料的長度和內容可能已被編輯。有關更多信息，請聯繫所引用的娛樂城推薦ptt我們。
