美國杜克大學的生物工程師最近發(fā)明了一種基于卷積神經(jīng)網(wǎng)絡(luò) (CNN) 的自動化手段，在保證準確率的前提下，將專業(yè)人士需要十幾小時的興奮神經(jīng)標識任務，縮短至幾十分鐘，這會成為神經(jīng)科學領(lǐng)域的一大助力。

這項基于人工智能的新技術(shù)，解決了神經(jīng)元研究領(lǐng)域一個關(guān)鍵性的瓶頸問題。論文作者之一、杜克大學生物醫(yī)學工程學院教授 Sain Farsiu 對此評價道：“這對實現(xiàn)完全繪制腦部活動（圖像）至關(guān)重要。我們想要開發(fā)一種在不同實驗設(shè)定下，都能實現(xiàn)近似人類準確率的快速自動化神經(jīng)元標記方法，這是一項極具挑戰(zhàn)的任務。”

論文的第一作者、杜克大學醫(yī)學工程學院在讀博士生 Somayyeh Soltanian-Zadeh 這樣說到：“我們的方法基于深度學習模型，它不僅速度很快，并且能夠達到（甚至超越）人類專家在雙光子視頻上對興奮神經(jīng)元的標記水平。”

在行為神經(jīng)學（Behavioural Neuroscience）領(lǐng)域，科學家們探尋動物認知、情緒和運動功能在大腦神經(jīng)細胞層面的具體機制。這對于理解某些神經(jīng)和心理疾病，如精神分裂和阿爾茲海默癥等疾病的發(fā)生機理有著至關(guān)重要的作用。

傳統(tǒng)細胞生物學的研究方法，是對離體培養(yǎng)的細胞進行觀察。但對腦部神經(jīng)元來說，這種做法就行不通，因為神經(jīng)細胞必須在活體的大腦環(huán)境中才能正常運轉(zhuǎn)。因此，誕生了雙光子成像技術(shù)（Two-photon Imaging），它利用光子的穿透性原理，在不損害細胞的情況下，對活體動物的腦內(nèi)神經(jīng)元進行實時掃描成像。

圖|雙光子顯微鏡工作示意圖，雙光子（鈣離子）成像截圖（來源：Takaki Komiyama/the University of California San Diego）

雖然有了成熟的影像技術(shù)，但對影片上的單個神經(jīng)元進行標記卻是一項極具挑戰(zhàn)的工作。這就如同在一部電影里，需要時刻追蹤一個人物的位置和活動。目前常用的方法，是手動圈選所看到的每個興奮神經(jīng)元。問題是，一幅畫面中通常存在上千個細胞，想要準確地識別，只能反復觀看影片。處理一段 30 分鐘的視頻成像，一個專業(yè)分析師通常要不吃不喝地連續(xù)工作 4 至 24 個小時。如果不同區(qū)域的細胞有重疊，則會進一步增加識別的難度。

而杜克大學生物醫(yī)學工程學院這個團隊所發(fā)明的興奮神經(jīng)元標記方法，卻能在短短幾十分鐘內(nèi)完成上述工作，并且標記準確率與專業(yè)分析師相當。這一新方法刊登在了近期的《美國國家科學學院院刊》（PNAS）上。

這一套新的人工智能興奮神經(jīng)元標記方法由三個部分組成。首先是一系列的預處理步驟，包括對雙光子成像視頻進行分割（每 120 幀為一個批次）和裁剪（去除邊框）等操作。

接著，將經(jīng)過預處理的視頻輸入一個稱作“時空神經(jīng)網(wǎng)絡(luò)”（Spatiotemporal Neural Network，簡稱 STNeuroNet）的 3D 卷積神經(jīng)網(wǎng)絡(luò)模型，它可以對每批輸入的 120 幀視頻圖像進行分析，并生成一張概率圖，表示每個像素點上可能是興奮神經(jīng)元的概率。這一步是整個流程的核心。

最后一步，通過概率臨界值進行選擇、重疊神經(jīng)元區(qū)分和整合的操作，將概率圖轉(zhuǎn)換成對整段視頻中興奮神經(jīng)元的定位和標記。

圖|人工智能神經(jīng)元標記方法（來源：Somayyeh Soltanian-Zadeh/Duke University）

STNeuroNet 的設(shè)計借鑒了計算機視頻處理領(lǐng)域使用的深度神經(jīng)網(wǎng)絡(luò)模型，具有一個復雜的結(jié)構(gòu)。

首先，它將輸入的視頻片段分別通過一個卷積層和一個平均池化層后，進行整合拼接。

再經(jīng)過三個不同尺寸的密集特征堆 (dense feature stack)，用來提取在不同維度下的特征圖譜 (feature map)。

三個特征圖譜分別經(jīng)過一個 50% 隨機失活的卷積層之后，再次經(jīng)過組合拼接和兩次上采樣 (up-sampling) 便回到了初始的分辨率。

最后經(jīng)過一個最大池化層和兩個平面卷積層，再由 Softmax 函數(shù)得到最終的概率圖 (probability map)。

STNeuroNet 模型使用的是自定義的 Dice-loss 目標函數(shù)。

圖|基于DenseVNET的STNeuroNet模型（來源：Somayyeh Soltanian-Zadeh/Duke University）

研究結(jié)果顯示，STNeuroNet 模型的性能比現(xiàn)有的類似模型要優(yōu)越很多。在標記準確率方面，查全率（Recall）遠超其他類似模型，查準率（Precision）以及綜合評價指標（F1）也比其他模型要高。

圖|模型準確率比較（來源：Somayyeh Soltanian-Zadeh/Duke University）

識別速度方面，在不考慮預處理和后加工過程的情況下，STNeuroNet 的速度可以達到一秒鐘處理 27 幀視頻，這超過了所有現(xiàn)有的方法。即使考慮了前后處理的時間，處理 10 段視頻的效率也達到了約 17 幀每秒。

不僅如此，研究人員還發(fā)現(xiàn)在某一特定神經(jīng)元區(qū)域訓練的 STNeuroNet 模型，即使在另外一個有著完全不同神經(jīng)元尺寸和密度的區(qū)域，同樣可以實現(xiàn)興奮神經(jīng)元的標記，并且有較高準確度。他們把這歸因于計算機神經(jīng)網(wǎng)絡(luò)模型優(yōu)秀的普遍性（generalizability）特征。

為了讓更多的科研人員能夠共享這項新技術(shù)帶來的便利，研究團隊已經(jīng)在互聯(lián)網(wǎng)上將他們的全部代碼和數(shù)據(jù)公開。

基于這樣先進的技術(shù)手段，神經(jīng)學家們或許很快就能實現(xiàn)對腦部神經(jīng)活動的動態(tài)實時分析。這個科研團隊的負責人之一、杜克大學生物醫(yī)學工程學院助理教授 Yiyang Gong 已經(jīng)在著手研究老鼠各類行為與腦部神經(jīng)元興奮之間的關(guān)系。

就像 Soltanian-Zadeh 說的那樣：“對興奮神經(jīng)元更有效率地識別，能夠給研究腦部神經(jīng)與肢體行為之間的關(guān)系提供非常多的線索。這將會為神經(jīng)科學研究開啟一扇嶄新的大門。”