• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • A inteligência artificial aprende a reconhecer as células nervosas por sua aparência

    Novas redes neuronais artificiais agora podem reconhecer e atribuir células nervosas de forma independente com base em sua aparência. Crédito:Max Planck Society

    É possível entender o cérebro? A ciência ainda está longe de responder a essa pergunta. Contudo, desde que os pesquisadores começaram a treinar inteligência artificial em análises neurobiológicas, parece pelo menos possível reconstruir a estrutura celular de um cérebro. Novas redes neurais artificiais desenvolvidas pelo Instituto Max Planck de Neurobiologia e Google AI agora podem até reconhecer e classificar as células nervosas de forma independente com base em sua aparência.

    O cérebro humano consiste em cerca de 86 bilhões de células nervosas e o mesmo número de células gliais. Além disso, existem cerca de 100 trilhões de conexões apenas entre as células nervosas. Embora o mapeamento de todas as conexões de um cérebro humano permaneça fora de alcance, os cientistas começaram a abordar o problema em menor escala. Através do desenvolvimento de microscopia eletrônica de varredura de face de bloco serial, todas as células e conexões de uma determinada área do cérebro agora podem ser pesquisadas automaticamente e exibidas em uma imagem tridimensional.

    "Pode levar vários meses para inspecionar um 0,3 mm 3 pedaço de cérebro sob um microscópio eletrônico, "diz Philipp Schubert, estudante de doutorado no Departamento de Winfried Denk no Instituto Max Planck de Neurobiologia. "Dependendo do tamanho do cérebro, isso parece muito tempo para um pequeno pedaço. Mas mesmo isso contém milhares de células. "Esse conjunto de dados também exigiria quase 100 terabytes de espaço de armazenamento. No entanto, não é a coleta e armazenamento, mas sim a análise de dados que é a parte difícil.

    Philipp Schubert estudou física computacional na Universidade de Heidelberg. Desde 2017, ele tem desenvolvido redes neurais artificiais como parte de sua tese de doutorado no Instituto Max Planck de Neurobiologia com o objetivo de automatizar amplamente a análise de conectoma. Os dados são coletados no microscópio eletrônico de varredura de face de bloco em série mostrado aqui. Crédito:Max Planck Society

    Felizmente, os métodos de análise melhoraram junto com as técnicas de microscopia. Por muito tempo, apenas o cérebro humano parecia ser capaz de reconhecer e rastrear de forma confiável as partes e conexões de células nervosas em imagens de microscópio eletrônico. Por exemplo, as pessoas ainda tinham que trabalhar por horas em frente à tela do computador para rastrear os componentes das células nas pilhas de imagens e corrigir as análises do computador. Como resultado, a reconstrução mesmo dos menores conjuntos de dados levou muitos anos. Alguns anos atrás, Contudo, os pesquisadores contaram com a ajuda da inteligência artificial.

    Os neurobiologistas de Martinsried treinaram redes neurais convolucionais para reconhecer e distinguir componentes de células nervosas nos dados de imagem. Por meio de análise de imagem aprimorada usando redes de enchimento, células nervosas inteiras com todos os seus componentes e conexões foram extraídas automaticamente de uma pilha de imagens em 2018 - praticamente sem erros. "E agora, com as redes neurais da morfologia celular, estamos dando um passo adiante na análise, "diz Schubert." Como os humanos, Os CMNs reconhecem uma célula por sua forma e contexto, e não pela comparação de pixels individuais. "

    Os CMNs agora podem atribuir as células nervosas extraídas de uma pilha de imagens a um tipo de célula nervosa ou célula glial, dependendo de sua aparência. Os CMNs também reconhecem se uma área celular pertence ao corpo celular, o axônio, um dendrito, ou seus processos espinhosos. “Essas informações são importantes para entender a função das células ou, por exemplo, a direção do fluxo de informações nos pontos de contato sinápticos, diz Schubert, que já está ansioso para a próxima tarefa:"Agora podemos finalmente analisar os conjuntos de dados maiores!"


    © Ciência https://pt.scienceaq.com