这篇文章已根据科学X的审查编辑过程政策编辑器在保证内容可信度的同时,突出了以下属性:

核查事实的

同行评议的出版物

可信的源

校对

新技术前所未有地捕捉到了活跃大脑的影像

新技术前所未有地捕捉到了活跃大脑的影像
神经元分割性能。(a)在小鼠皮层深度100µm的MesoLF记录的2D切片中,比较MesoLF与CNMF-E(模板匹配和基于形状的选择步骤)的分割性能。绿圈:与地面事实强烈匹配的部分。蓝色圆圈:只出现在基本事实中的片段。洋红色圆圈:与基本事实不一致的部分。(b) CNMF-E(模板匹配和基于形状的选择步骤)和MesoLF分割中神经元检测性能的精度、灵敏度和f1评分的比较。与主图3h中的数据相同,为方便起见在此复制。横条高度:平均值。误差条:s.d。黑圈:n = 5次模拟运行。(c)顶部面板:包含神经元并显示散射的3D体积插图,用于图中其余部分的体积分割比较。 Schematic illustration of segmentation pipelines in CNMF-E (middle box) and MesoLF (bottom box). (d) 3D rendering of segmentation results from CNMF-E (left) and MesoLF (right). Magenta: Ground-truth neurons, green: segments. (e) Zooms into areas indicated by dashed rectangles in (d). (f) Comparison of the spatial similarity index of neurons paired between ground truth and output of CNMF-E (template matching and shape-based selection steps) versus MesoLF segmentation. p = 2.0e-9, paired one-sided Wilcoxon signed rank test. n = 63 neuron pairs. ** p < 0.01. (g) Histogram of spatial similarity indices of segmented neurons compared to ground truth by both methods (same data as in (f)). Credit:自然方法(2023)。DOI: 10.1038 / s41592 - 023 - 01789 - z

无论是动物还是人类,复杂的认知和行为都依赖于信息在深度互联的脑细胞网络中的流动。对科学家来说,神经网络的规模对更好地理解认知机制构成了主要障碍,因为现有的成像工具在历史上无法追踪神经元如何从大脑皮层的远端同步放电。这一需求催生了“中观”的想法——一种成像技术,其微观分辨率足以分辨单个细胞,但宏观视野大到足以捕捉大脑中广阔区域的神经元。

现在,一项新的研究自然方法描述一种介观技术,可以让科学家探测宇宙的宽度和深度在最高的分辨率,规模和速度。洛克菲勒大学的Alipasha Vaziri说:“使用中介镜在3D中可视化单个神经元的快速活动的挑战是,通常需要高分辨率的点扫描方法,因此扫描时间与成像体积的大小非常不利。”

这项被称为MesoLF的技术,可以一次性捕捉到10500个神经元之间的关键相互作用——成像细胞埋藏在以前无法到达的深度,从这里发射相隔许多毫米,同时具有前所未有的分辨率。

MesoLF是光场显微镜(LFM)的衍生产品,LFM是一种以提供快速、高分辨率成像而闻名的3D成像技术。然而,尽管LFM有所有的优势,但它在散射组织(如老鼠大脑)的深处表现不佳,那里的致密组织会散射光线。

Vaziri之前用他的团队开发的机器学习算法绕过了这些限制,该算法估计活跃神经元的位置,以更好地检测致密组织中的脑细胞活动。他的最新工作通过增加软件和硬件来扩大系统的规模,使其能够窥视各种形状和硬度的组织,从而扩大了范围。至关重要的是,它还使处理tb级原始数据所固有的计算成本尽可能低。

Vaziri说:“这是通过自定义光学设计实现的,可以在介观体积上保持高光学成像分辨率,结合一系列算法创新,相应地扩展我们的模块化计算管道的容量和能力。”

鉴于光学硬件的成本相对较低,瓦齐里希望他的MesoLF技术能广泛应用于研究大脑内部工作的科学家。他的设计现在可以在开源许可下使用。

更多信息:Tobias Nöbauer等人,18hz时皮层区域神经活动的中尺度体积光场成像,自然方法(2023)。DOI: 10.1038 / s41592 - 023 - 01789 - z

期刊信息: 自然方法

所提供的洛克菲勒大学
引用:新技术捕捉了2023年4月15日从//www.pyrotek-europe.com/news/2023-03-technique-captures-unprecedented-view-brain.html获取的活跃大脑(2023年,3月23日)的前所未有的视图
这份文件受版权保护。除为私人学习或研究目的而进行的公平交易外,未经书面许可,不得转载任何部分。内容仅供参考之用。

进一步探索

新的显微镜技术揭示了老鼠大脑中一百万个神经元的活动

72股票

对编辑的反馈