Científicos del Laboratorio Cold Spring Harbor (CSHL) de Estados Unidos han creado un revolucionario método de Inteligencia Artificial que enseña a los ordenadores a reconocer neuronas mediante imágenes microscópicas del cerebro, con una eficiencia mayor a la obtenida por cualquier otro método previo. De acuerdo a una nota de prensa, los investigadores han logrado mejorar notablemente los métodos automatizados para rastrear neuronas y sus conexiones.
Definido como una especie de “neuroanatomista virtual”, el nuevo sistema promete convertirse en un importante aporte para avanzar hacia un conocimiento más profundo del cerebro. Los especialistas trabajaron para mapear los circuitos densamente interconectados del cerebro, enseñando a los ordenadores a reconocer diferentes partes de las neuronas.
Como cada una de esas secciones tiene características diferentes, su reconocimiento simplifica la identificación y registro, a una velocidad que sería imposible de llevar adelante solamente con personal técnico humano. Sin embargo, los científicos aclaran que la experiencia y los conocimientos de un anatomista no están al alcance de las máquinas sin un extenso proceso de entrenamiento previo. Además, el sistema necesita de un corrector de pruebas humano para verificar la etapa final de su trabajo.
El cerebro como un mapa 3D
El nuevo “neuroanatomista virtual” hace uso de métodos topológicos para convertir al cerebro en un mapa 3D con superficies curvas y planas, a través de las cuales va rastreando las rutas más probables para encontrar neuronas y conexiones. Una combinación de fórmulas matemáticas, algoritmos, imágenes microscópicas y estrategias de aprendizaje automático, permiten “cargar” la información necesaria en el sistema para que sea capaz de reconocer las redes neuronales.
Precisamente un punto clave que mejora la eficiencia del sistema es su capacidad para reconocer con exactitud las neuronas y sus formas. Esto se debe a que los ordenadores han “aprendido” a reconocer cómo se conectan las neuronas usando algunas formas básicas de sus estructuras. Gracias a eso, los investigadores mejoraron significativamente la capacidad del programa para detectar axones y dendritas, por ejemplo.
Imágenes más precisas
Por otro lado, una investigación desarrollada en el Laboratorio Europeo de Radiación Sincrotrón (ESRF) ha permitido concretar un gran avance en el campo de las imágenes neurológicas de rayos X, que hará posible asimismo obtener datos visuales de máxima precisión de las redes neuronales presentes en el cerebro humano.
Pero más allá de la optimización de la calidad de las imágenes, el nuevo enfoque de microscopía de rayos X criogénica será capaz de “cambiar fundamentalmente la forma en que entendemos los circuitos cerebrales, porque podremos apreciar plenamente cómo las poblaciones de neuronas se interconectan, dan lugar a la función nerviosa y, en última instancia, a la cognición”, indicó el investigador principal Aaron Kuan.
Según un comunicado, el nuevo artefacto, que trabaja en combinación con estrategias de Inteligencia Artificial, fue probado con éxito en moscas y ratones. Ahora, los científicos buscarán identificar sinapsis que conectan neuronas en situaciones específicas, como así también investigar los circuitos neuronales que intervienen en el contexto de trastornos neurológicos, por ejemplo.
El nuevo “neuroanatomista virtual” hace uso de métodos topológicos para convertir al cerebro en un mapa 3D con superficies curvas y planas, a través de las cuales va rastreando las rutas más probables para encontrar neuronas y conexiones. Una combinación de fórmulas matemáticas, algoritmos, imágenes microscópicas y estrategias de aprendizaje automático, permiten “cargar” la información necesaria en el sistema para que sea capaz de reconocer las redes neuronales.
Precisamente un punto clave que mejora la eficiencia del sistema es su capacidad para reconocer con exactitud las neuronas y sus formas. Esto se debe a que los ordenadores han “aprendido” a reconocer cómo se conectan las neuronas usando algunas formas básicas de sus estructuras. Gracias a eso, los investigadores mejoraron significativamente la capacidad del programa para detectar axones y dendritas, por ejemplo.
Imágenes más precisas
Por otro lado, una investigación desarrollada en el Laboratorio Europeo de Radiación Sincrotrón (ESRF) ha permitido concretar un gran avance en el campo de las imágenes neurológicas de rayos X, que hará posible asimismo obtener datos visuales de máxima precisión de las redes neuronales presentes en el cerebro humano.
Pero más allá de la optimización de la calidad de las imágenes, el nuevo enfoque de microscopía de rayos X criogénica será capaz de “cambiar fundamentalmente la forma en que entendemos los circuitos cerebrales, porque podremos apreciar plenamente cómo las poblaciones de neuronas se interconectan, dan lugar a la función nerviosa y, en última instancia, a la cognición”, indicó el investigador principal Aaron Kuan.
Según un comunicado, el nuevo artefacto, que trabaja en combinación con estrategias de Inteligencia Artificial, fue probado con éxito en moscas y ratones. Ahora, los científicos buscarán identificar sinapsis que conectan neuronas en situaciones específicas, como así también investigar los circuitos neuronales que intervienen en el contexto de trastornos neurológicos, por ejemplo.
Fuente TENDENCIAS 21