神经系统学家通过10倍加速结合分析

使用新型连接分析软件SEGEM来重建来自小鼠脑皮层的神经细胞。还示出了重建神经细胞及其连接的电子显微图像（灰色）。

Max Planck Institute的科学家们可以加快十倍以上的神经细胞之间连接的重建。

解开大脑中神经细胞之间的连接图是一个巨大的科学努力 - 称为Connectomics。映射大脑大部分大部分的主要限制是分析用电子显微镜获得的数据。Berning及其同事来自法兰克福的Max Planck脑研究所的大普朗克大脑研究所开发了一种新颖的工具集，称为SEGEM，其速度分析超过10倍。

Connectomics是一个相对较新的研究领域，研究人员旨在从测量的数据集重建大脑部分中的神经元连接。除了神经元的解剖结构之外，这包括通过其突触重建神经细胞之间的实际连接。作为单一神经元与多达数千个其他神经元的沟通，细胞非常密集地填充，这是一种困难而极其耗时的努力。与已经花了数千小时的测量相比，分析和重建阶段的数量幅度越来越多。

为了在一生中进行这种可管理，同时遵循两个主要的减少策略。第一个是增加人力 - 第二策略是开发新的算法以更自动化的方式重建大脑组织数据。

虚拟飞行通过脑袋 - 沿着小鼠脑皮层的轴突飞行，显示神经电池的“骨骼”，然后显示SeGem重建神经细胞。

Connectomics部的研究人员已经在努力增加参与者的数量，通过开发一个非合格人员（例如学生）可以帮助分析神经元之间的连接。研究小组已经招募了大量的学生，以帮助确定一部分小鼠视网膜的连接，目前正在开发游戏脑风，并尽可能多地参与脑皮层的类似项目。

然而，神经元最近的出版物涉及其他策略来减少分析时间。由于结构复杂和大量连接在一段脑皮层中，手动分析最多可容积500.000 000 000欧元的投资。Manuel Berning，Kevin Boergens和Moritz Helmstaedter现在发现了一种方法可以自动加快图像分类步骤。BERNING：“通过使用机器学习算法，我们能够开发一种方法来自动对包含所有突触的脑组织进行分类。通过使用这些SEGEM工具，我们减少了分析时间至少十倍，使分析步骤更接近数据生成。“

研究人员首先在执行新数据的自动测试之前，使用Retina和Cortex的现有数据集培训了他们的系统。Helmstaedter：“我们惊讶地说，新算法实际上适用于视网膜和皮质数据。这是真正的突破，以及在世界各地神经科学实验室中的现成技术的重要一步。“

出版物：Manuel Berning，等，“Segem：高分辨率Connectomics的高效图像分析，“Neuron，第87卷，第6期，2015年9月23日第6卷; DOI：10.1016 / J.NEURON.2015.09.003