显微镜可以了解一点大脑吗？甚至被神经科学家教导可靠地识别部分脑细胞…全靠自己？尽管这看起来像是直接来自“杰生”的东西，但MPFI科学主任实验室的神经科学家和软件工程师、博士yohei Yasuda博士正在开发新的软件，目的是大大改善显微镜用户的日常生活。显微镜结合一种专门的算法，适当地命名为神经 络和少量的训练，现在可以自主和有效地识别称为树突棘的小神经元隔室，准确率超过90 %。就像机器人女佣罗茜一样，装有这种脊柱识别软件的显微镜正在帮助科学家简化日常工作，使研究向前迈进了一步。
近年来，强大的成像技术迅速发展，能够以前所未有的分辨率和灵敏度观察大脑内部。仅从成像技术，神经科学家就获得了大量有关大脑的新信息。但是，尽管在实现和功能方面取得了许多进展，但在易用性和总体用户体验方面，仍然缺乏强大的显微镜(以及运行显微镜的软件)。
在洛杉矶一 发表的一项新研究中，博士迈克尔·斯米尔诺夫博士发明了一种成像软件，他希望这种软件能为用户创造一种新的体验。
斯米尔诺夫解释说:“工程师和科学家在设计尖端显微镜时，通常会把重点放在实际的物理组件和设计上。他们最感兴趣的是这些成像技术能做什么，它们能打破什么样的界限，以及它们是如何工作的。对于如何让普通用户能够访问这些复杂的技术并真正改进他们的工作流程，人们关注得少得多。每次写软件的时候，我总是先考虑用户；我怎样才能让使用它的人有所作为，让他们的研究变得简单一点。”
Yasuda实验室研究称为突触可塑性的复杂过程，突触可塑性被认为是学习和记忆的细胞基础。当单个树突棘受到刺激时，数百个信 分子被动员起来，在整个神经元中传递新的信息。实验室成员利用双光子显微镜对这个过程进行了详细的研究，希望通过研究这些分子之间的相互作用如何转化为记忆。
实时双光子成像实验可能是一项艰巨的任务。科学家必须耐心地筛选神经元的树突，扫描数百根棘，寻找合适的候选人进行成像。经常重复实验以收集足够的数据，中途失败的必须重新启动。这种经常不言而喻的方面会很快将长时间的成像变成一项乏味而耗时的工作，最终减缓科学进步。
斯米尔诺夫博士的软件旨在将神经科学家从单调乏味的脊柱成像中解救出来。在机器学习的一个元素中，该算法可以被教导如何在被馈送之前识别的棘的训练数据集之后区分树突棘和树突棘。训练期结束后，该软件能够自动扫描图像，并以高精度标定所遇到的脊柱。与以前开发的只能为后期成像分析进行密集计算或优化的程序不同，Smirnov的软件快速、可扩展，并与大多数实时成像设置和后期分析应用程序兼容。
“我们采用了机器学习方法，因为我们希望我们的软件灵活、适应性强，并尽可能易于使用。“Smirnov说”这个程序只需要用户输入图像并指定比例。在此之后，程序完成其余部分。”
Smirnov描述说，通过自动化脊柱识别过程，该软件有可能大幅增加实验工作流程，减少数小时的时间。此外，他还使他的程序代码便于更广泛的神经科学 区使用。他希望这一举措能够吸引从事这一领域工作的程序员群体，并使他们能够自由地改进和定制软件，使其有利于更广泛的应用。
斯米尔诺夫博士指出，MPFI的科学家不仅致力于进行高质量的基础神经科学研究，而且还在寻找不断改进研究过程的方法；快速追踪新发现并积极影响科学家的日常生活。
为快速自动识别树突棘而设计的新软件
贴在:医学新闻|医学研究新闻|组织学和显微镜
马修·诺顿博士
世界卫生组织全球痴呆症行动计划一年后，英国阿兹海默症研究中心的马修·诺顿博士讨论了迄今所采取的步骤，以及我们是否有可能达到2025年的目标。
路易斯·于戈教授
研究重力对肌肉细胞的影响可以让我们深入了解肌肉损耗性疾病，并潜在地指导新疗法的发展。路易斯·于戈教授讨论了他的研究和微重力条件下细胞的变化。
https://www.news-medical.net/news/20180706/New-software-helps-microscopes-to-autonomously-and-efficiently-identify-dendritic-spines.aspx
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！