腦科研

歷來被視作理解自然和人類本身的“終極疆域”，近100年中有120多項獲諾貝爾獎的研究與腦科學相關。探索腦科學，對于提升人類認知水平、腦疾病診治和人工智能技術發展等具有十分重要的意義。腦科學的中心目標是建立大腦神經元的動態連接圖，但是現有顯微技術受數據通量制約，精確刻畫神經環路圖譜成為全球公認的難題。

如今，清華大學成像與智能技術實驗室戴瓊海院士牽頭的多維多尺度高分辨率顯微成像（簡稱RUSH腦成像）項目成果顯著。其第二代RUSH的視場、分辨率、幀率、數據通量等綜合技術指標國際領先，是全球視場最大、數據通量最高的介觀光學顯微鏡，可實現對小鼠全腦皮層神經元的分布、動態功能信號傳遞過程的精準呈現，對推動中國生命和醫學科學發展，提升腦科學研究和應用水平具有重大戰略意義。

活體全腦成像既要“看得寬”“分得清”

又要“拍得快”“存得下”

腦科學研究需要在活體動物的全腦上進行觀測和研究，清華大學腦科研項目組選擇了小鼠大腦率先進行全腦實時成像研究。但是，這項工作的復雜性極高，要知道，小鼠大腦的神經元胞體直徑大概只有10微米，神經元之間連接的突觸才2~4微米，而小鼠大腦有一億個左右的神經元，神經元之間有千余個數據連接，即使是最簡單的神經連接也可能跨越大腦的兩個半球，其神經網絡的復雜程度遠遠超越當今的互聯網。而考慮到人類大腦規模是小鼠的大腦的800倍（神經元數量），其復雜度不可同日而語。

從腦成像角度來看，要對大腦進行觀測，不僅要實現超寬視場和超高分辨率，還需要超快成像速度來實時觀測動態信號傳遞過程。清華大學范靜濤老師表示，“在RUSH研究之前，現有的顯微觀測設備，要么可以實現足夠高的分辨率，但難以觀測到全腦；要么可以觀測到全腦神經活動，但無法觀測到足夠的神經元細節。主要原因是同時受制于光學成像能力和數據采集-傳輸通量瓶頸。”清華RUSH項目團隊自行設計了適應像面彎曲的寬視場物鏡系統，通過像感器矩陣實現并行的數據采集、傳輸、存儲與重建，再融合計算照明，使得視場、分辨率、幀率、數據通量綜合指標均處于國際領先水平。

百億像素/秒，72小時連續寫入不丟幀

PB級數據量/天

浪潮分布式存儲平臺助力清華大學RUSH

如果說大視場、高分辨率考驗著RUSH腦成像項目的光學特性，那么要滿足“極高的呈現速度”這個需求，就需要數字化能力的支撐。RUSH腦成像項目有著28臺相機，每臺相機1200萬像素，在連續拍攝過程中會產生100.8億像素/秒的數據通量，這就意味著當其連續拍攝任務中，每天將產生2.7PB左右的數據，存儲系統顯然要具備極高的容量。

“清華腦科研項目對于存儲的要求不僅在于容量，更大的挑戰是存儲要實時在線，不能丟幀”，清華大學范靜濤老師表示。例如，在研究過程中，研究人員會在小鼠血液中加入熒光劑，然后會使用RUSH中的28臺相機，以每秒30幀、連續72小時的方式對小鼠進行拍攝，最后將這些圖片拼接成三維圖像序列。由于活體小鼠的血液無時無刻不在流動，相機需要去追蹤每一個細胞的流動曲線，即使出現一幀的丟失，也會讓研究人員無法跟蹤到全過程，3D成像的拼接也無從談起，會導致耗時、耗資巨大的拍攝項目功虧一簣。又如，RUSH腦成像系統的攝像儀器每秒鐘會產生840個文件、每個文件24MB，這些海量的小文件非常考驗存儲系統的處理能力；再如，第二代RUSH無法采用冷數據備份，所以需要采用創新數據冗余機制，確保數據不丟失。

針對該項目的需求，浪潮存儲提供了基于分布式存儲平臺AS13000的高性能、高可用、高穩定性存儲解決方案，提供40個節點的存儲服務，存儲空間約為5PB，滿足20.16GB/s數據通量、最長拍攝時間72小時、拍攝過程中不丟幀等嚴格要求。根據RUSH腦科研的應用特征，以及對存儲系統性能、帶寬、擴展性、接口等需求指標，浪潮存儲進行了業務模擬測試，對承載的數據量和運行時間進行實際測算，并根據用戶未來業務擴展的需求加大數據量以驗證系統和平臺的承載能力和性能變化，并多次對用戶設備進行匹配，對接口、外圍設備匹配、文件刪除性能等進行深度優化。同時，RUSH腦成像系統還部署浪潮智能統一存儲管理平臺InView，在數百萬個文件的環境下，通過人工智能技術實現存儲部署、運維、管理、調優的自動化，實現了對于故障盤90%以上的預測準確率。

探索腦科學

不僅有助于我們增進對于生命的認知，同樣也對腦疾病的治療與預防至關重要。雖然現代醫學已經有了極大的發展，但是我們依然沒有找到自閉癥、抑郁癥、精神分裂癥等精神類的疾病的“特效療法”，更不用說，帕金森綜合征、阿爾茲海默癥等腦疾病正在讓數以億計的人忍受病痛的折磨。

科學家們正在生命科學的“終極疆域”發起沖擊，而腦成像的研究與創新，將為揭開大腦的秘密帶來新的可能。隨著數字技術在科研領域的應用，IT新技術將在腦科研中發揮重要的作用。浪潮存儲也將一如既往地秉持創新精神，打造最完善的存儲平臺和最優的解決方案，為生命科學研究貢獻自己的力量，充分釋放數據價值。

審核編輯 ：李倩