Астрономия учит видеть невидимое в мозге ⚡ экспресс
Миниатюрные синаптические кальциевые транзиенты (mSCT) в видео флуоресцентной микроскопии вызывают лишь незначительные изменения сигнала, что затрудняет их автоматическое обнаружение. Задача аналогична поиску астрономических транзиентов в больших полях обзора с переменным шумом. Предложен алгоритм Astro-BEATS, заимствующий методы оценки изображений и нахождения источников из астрономии для сегментации mSCT в Ca²⁺-визуализации. Astro-BEATS превосходит существующие пороговые методы по качеству детектирования и сегментации. Получаемые маски сегментации пригодны в качестве обучающих данных для глубоких нейросетей, а высокая скорость и способность работать на новых наборах данных без перенастройки делают алгоритм эффективным инструментом для генерации разметки в нейровизуализации.
Чтобы разглядеть тусклую звезду над ярким ночным городом, астрономы вычитают один снимок из другого — убирают сияние фонарей. Так же поступают с живыми нейронами: их слабые вспышки тонут в шуме, но если вычесть всё неизменное, останутся только они. Измерение яркости и вычитание кадров веками оттачивались для поиска сверхновых в галактиках. Теперь программа Astro-BEATS делает то же самое с видеозаписями клеток, улавливая малейшие изменения свечения.
Так удаётся быстро обрабатывать часы видео и обучать искусственный интеллект. Это приближает нас к пониманию языка нейронов и, возможно, к созданию интерфейсов мозг—компьютер.
🎯 Крошечные вспышки активности в нейронах происходят сами по себе, без внешнего толчка. Учёные до сих пор спорят, зачем они нужны.
🎬 Фантасты давно грезят о телепатии и управлении машинами силой мысли. Умение улавливать скрытые сигналы мозга приближает эти мечты к реальности.