详细内容或原文请订阅后点击阅览
智能引擎专家教人工智能识别人脑的多层微观结构
来自 Smart Engines 公司的科学家与来自俄罗斯、意大利和德国的同事一起，首次使用神经网络对人类嗅球的 3D 图像进行了自动分割。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）来自 Smart Engines 公司的科学家与来自俄罗斯、意大利和德国的同事一起，首次使用神经网络对人类嗅球的 3D 图像进行了自动分割。
研究结果发表在《Tomography》杂志上。
已发布人类嗅球是大脑的一小部分（约 0.5 厘米），具有复杂的分层结构。直到最近，人们还使用 MRI 以低分辨率或使用组织学结果破坏样本来研究这种大脑微结构和类似的大脑微结构。现在，一组科学家和人工智能专家在不破坏样本的情况下成功建立了嗅球的高分辨率 3D 模型。该研究的合著者、Smart Engines 计算机断层扫描部门负责人 Marina Chukalina 博士表示，为了做到这一点，科学家们对同步加速器源获得的相衬 X 射线图像进行了多阶段处理。该研究使用了无生命的生物样本。相衬图像是在汉堡的德国同步加速器 DESY PETRA III 拍摄的。使用断层扫描重建技术，创建了人类嗅球的高分辨率数字 3D 图像（4,000 个切片）。为了构建 3D 模型，Smart Engines 的专家与其他项目参与者一起创建了神经网络模型，以确保识别每个数字部分上嗅球的各个层。
“我们在世界上首次训练了一个神经网络，可以在如此小的范围内自动分割如此复杂的大脑生物结构图像，”Marina Chukalina 说。
在他们的出版物中，科学家们描述了这项研究的单个周期，包括嗅球 X 射线投影的测量、数据处理（包括断层扫描重建、嗅球定位，以及最后对嗅球各个层的自动分割）这个结构。