Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Künstliche Intelligenz lernt Nervenzellen am Aussehen zu erkennen

21.06.2019

Ist es möglich, das Gehirn zu verstehen? Noch ist die Wissenschaft weit von einer Antwort auf diese Frage entfernt. Seitdem Forscher jedoch künstliche Intelligenz auf neurobiologische Analysen trainieren, scheint es zumindest möglich, den zellulären Aufbau eines Gehirns zu rekonstruieren. Neue künstliche neuronale Netze, entwickelt vom Max-Planck-Institut für Neurobiologie und Google AI, können Nervenzellen nun sogar anhand ihres Aussehens selbstständig erkennen und zuordnen.

Das Gehirn besteht aus zirka 86 Milliarden Nervenzellen und etwa genauso vielen Gliazellen. Dazu kommen an die 100 Billionen Verbindungen, allein zwischen den Nervenzellen. Während die Kartierung aller Verbindungen eines menschlichen Gehirns außer Reichweite bleibt haben Wissenschaftler nun begonnen das Problem im Kleinen anzugehen.


Neue künstliche neuronale Netzwerke können nun selbständig Nervenzellen anhand ihres Aussehens erkennen und zuordnen.

(c) MPI für Neurobiologie, Julia Kuhl

Durch die Entwicklung der Serienschnitt-Rasterelektronenmikroskopie können mittlerweile alle Zellen und Verbindungen eines Gehirnbereichs automatisiert erfasst und in einem dreidimensionalen Bild dargestellt werden.

„Um ein würfelförmiges Stückchen Gehirn mit 0,3 Kubikmillimetern unter dem Elektronenmikroskop zu erfassen, brauchen wir mehrere Monate“, weiß Philipp Schubert, Doktorand in der Abteilung von Winfried Denk am Max-Planck-Institut für Neurobiologie.

„Je nach Größe des Gehirns scheint das viel Zeit für ein winziges Stückchen, aber bereits da sind Tausende Zellen drin.“ So ein Datensatz bräuchte zudem knapp 100 Terrabyte Speicherplatz. Doch nicht das Erfassen und Speichern, sondern die Datenanalyse ist das Schwierige.

Glücklicherweise haben sich zeitgleich mit den Mikroskopietechniken auch die Analysemethoden verbessert. Lange Zeit schien nur das menschliche Gehirn die Teile und Verbindungen von Nervenzellen zuverlässig in den elektronenmikroskopischen Aufnahmen erkennen und verfolgen zu können.

So mussten immer noch Menschen in stundenlanger Bildschirmarbeit Zellbestandteile in den Bilderstapeln verfolgen und Computeranalysen korrigieren. Dadurch dauerte die Rekonstruktion selbst kleinster Datensätze viele Jahre. Vor wenigen Jahren holten sich die Forscher dann jedoch Hilfe: von künstlicher Intelligenz.

Die Martinsrieder Neurobiologen trainierten sogenannte "Convolutional Neural Networks" darauf, Nervenzellbestandteile in den Bilddaten zu erkennen und voneinander zu unterscheiden. Durch verbesserte Bildanalyse mittels "Flood Filling Networks" konnten bereits letztes Jahr, ganze Nervenzellen mit all ihren Bestandteilen und Verbindungen nahezu fehlerfrei aus einem Bilderstapel automatisch herausgearbeitet werden.

„Und nun gehen wir mit den Cellular Morphology Neural Networks noch einen Schritt weiter in der Analyse“, so Schubert. „Ähnlich wie der Mensch erkennen die CMNs eine Zelle anhand ihrer Form und aus dem Zusammenhang, und nicht über den Vergleich einzelner Pixel.“

Die CMNs können nun die aus einem Bilderstapel herausgearbeiteten Nervenzellen je nach ihrem Aussehen einem Nervenzelltyp oder einer Gliazelle zuordnen. Zudem erkennen die CMNs, ob ein Zellbereich zum Zellkörper, dem Axon, einem Dendriten oder zu dessen Dornenfortsätzen gehört.

„Diese Informationen sind wichtig, um die Funktion der Zellen oder zum Beispiel die Richtung des Informationsflusses an den synaptischen Kontaktstellen zu verstehen“, so Schubert, der sich bereits auf die nächste Aufgabe freut: „Jetzt können wir endlich auch die größeren Datensätze analysieren!“

Originalpublikation:

Philipp J Schubert, Sven Dorkenwald, Michał Januszewski, Viren Jain, Joergen Kornfeld
Learning cellular morphology with neural networks
Nature Communications, online am 21. Juni 2019

Weitere Informationen:

http://www.neuro.mpg.de - Webseite des MPI für Neurobiologie

http://www.neuro.mpg.de/sbem/de - Das Serienschnitt-Rasterelektronenmikroskop

https://www.neuro.mpg.de/3398203/news_publication_11074117 - Information zu Convolutional Neural Networks

https://www.neuro.mpg.de/3543539/news_publication_12130463 - Information zu Flood Filling Networks

Dr. Stefanie Merker | Max-Planck-Institut für Neurobiologie

Alle Nachrichten aus der Kategorie: Informationstechnologie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Lichtpulse bewegen Spins von Atom zu Atom

Forscher des Max-Born-Instituts für Nichtlineare Optik und Kurzpulsspektroskopie (MBI) und des Max-Planck-Instituts für Mikrostrukturphysik haben durch die Kombination von Experiment und Theorie die Frage gelöst, wie Laserpulse die Magnetisierung durch ultraschnellen Elektronentransfer zwischen verschiedenen Atomen manipulieren können.

Wenige nanometerdünne Filme aus magnetischen Materialien sind ideale Testobjekte, um grundlegende Fragestellungen des Magnetismus zu untersuchen. Darüber...

Im Focus: Freiburg researcher investigate the origins of surface texture

Most natural and artificial surfaces are rough: metals and even glasses that appear smooth to the naked eye can look like jagged mountain ranges under the microscope. There is currently no uniform theory about the origin of this roughness despite it being observed on all scales, from the atomic to the tectonic. Scientists suspect that the rough surface is formed by irreversible plastic deformation that occurs in many processes of mechanical machining of components such as milling.

Prof. Dr. Lars Pastewka from the Simulation group at the Department of Microsystems Engineering at the University of Freiburg and his team have simulated such...

Im Focus: Transparente menschliche Organe ermöglichen dreidimensionale Kartierungen auf Zellebene

Erstmals gelang es Wissenschaftlerinnen und Wissenschaftlern, intakte menschliche Organe durchsichtig zu machen. Mittels mikroskopischer Bildgebung konnten sie die zugrunde liegenden komplexen Strukturen der durchsichtigen Organe auf zellulärer Ebene sichtbar machen. Solche strukturellen Kartierungen von Organen bergen das Potenzial, künftig als Vorlage für 3D-Bioprinting-Technologien zum Einsatz zu kommen. Das wäre ein wichtiger Schritt, um in Zukunft künstliche Alternativen als Ersatz für benötigte Spenderorgane erzeugen zu können. Dies sind die Ergebnisse des Helmholtz Zentrums München, der Ludwig-Maximilians-Universität (LMU) und der Technischen Universität München (TUM).

In der biomedizinischen Forschung gilt „seeing is believing“. Die Entschlüsselung der strukturellen Komplexität menschlicher Organe war schon immer eine große...

Im Focus: Skyrmions like it hot: Spin structures are controllable even at high temperatures

Investigation of the temperature dependence of the skyrmion Hall effect reveals further insights into possible new data storage devices

The joint research project of Johannes Gutenberg University Mainz (JGU) and the Massachusetts Institute of Technology (MIT) that had previously demonstrated...

Im Focus: Skyrmionen mögen es heiß – Spinstrukturen auch bei hohen Temperaturen steuerbar

Neue Spinstrukturen für zukünftige Magnetspeicher: Die Untersuchung der Temperaturabhängigkeit des Skyrmion-Hall-Effekts liefert weitere Einblicke in mögliche neue Datenspeichergeräte

Ein gemeinsames Forschungsprojekt der Johannes Gutenberg-Universität Mainz (JGU) und des Massachusetts Institute of Technology (MIT) hat einen weiteren...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Chemnitzer Linux-Tage am 14. und 15. März 2020: „Mach es einfach!“

12.02.2020 | Veranstaltungen

4. Fachtagung Fahrzeugklimatisierung am 13.-14. Mai 2020 in Stuttgart

10.02.2020 | Veranstaltungen

Alternative Antriebskonzepte, technische Innovationen und Brandschutz im Schienenfahrzeugbau

07.02.2020 | Veranstaltungen

VideoLinks
Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

Höhere Treibhausgasemissionen durch schnelles Auftauen des Permafrostes

18.02.2020 | Geowissenschaften

Supermagnete aus dem 3D-Drucker

18.02.2020 | Maschinenbau

Warum Lebewesen schrumpfen

18.02.2020 | Geowissenschaften

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics