La astronomía enseña a ver lo invisible en el cerebro ⚡ экспресс
Los transitorios miniatura de calcio sináptico (mSCT) en videos de microscopía de fluorescencia provocan solo cambios insignificantes en la señal, lo que dificulta su detección automática. El problema es análogo a la búsqueda de transitorios astronómicos en grandes campos de visión con ruido variable. Se propone el algoritmo Astro-BEATS, que toma prestados de la astronomía los métodos de estimación de imágenes y localización de fuentes para segmentar mSCT en imágenes de Ca²⁺. Astro-BEATS supera a los métodos de umbral existentes en calidad de detección y segmentación. Las máscaras de segmentación resultantes son aptas como datos de entrenamiento para redes neuronales profundas, y su alta velocidad y capacidad para trabajar con nuevos conjuntos de datos sin reajuste convierten al algoritmo en una herramienta eficaz para la generación de anotaciones en neuroimagen.
Para distinguir una estrella tenue sobre una ciudad nocturna brillante, los astrónomos restan una imagen de otra: eliminan el resplandor de las farolas. Lo mismo hacen con las neuronas vivas: sus débiles destellos se ahogan en el ruido, pero si restamos todo lo invariable, solo quedan ellos. La medición del brillo y la sustracción de fotogramas se han perfeccionado durante siglos para buscar supernovas en galaxias. Ahora el programa Astro-BEATS hace lo mismo con grabaciones de video de células, captando los más mínimos cambios en la luminiscencia.
Así se consigue procesar rápidamente horas de video y entrenar inteligencia artificial. Esto nos acerca a comprender el lenguaje de las neuronas y, tal vez, a crear interfaces cerebro-ordenador.
🎯 Los diminutos destellos de actividad en las neuronas ocurren por sí solos, sin estímulo externo. Los científicos todavía discuten para qué sirven.
🎬 Los escritores de ciencia ficción llevan mucho tiempo soñando con la telepatía y el control de máquinas con la mente. La capacidad de captar señales cerebrales ocultas acerca esos sueños a la realidad.