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

Weitere Nachrichten aus der Kategorie Informationstechnologie:

nachricht Projekt ConText gestartet – Intelligente textile Oberflächen für das Smart Home
16.07.2019 | Deutsches Forschungszentrum für Künstliche Intelligenz GmbH, DFKI

nachricht Maschinendaten nutzen – mit Augen und Ohren
16.07.2019 | CENTRUM INDUSTRIAL IT (CIIT)

Alle Nachrichten aus der Kategorie: Informationstechnologie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

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

Im Focus: Megakaryozyten als „Türsteher“ und Regulatoren der Zellmigration im Knochenmark

In einer neuen Studie zeigen Wissenschaftler der Universität Würzburg und des Universitätsklinikums Würzburg, dass Megakaryozyten als eine Art „Türsteher“ auftreten und so die Eigenschaften von Knochenmarksnischen und die Dynamik der Zellmigration verändern. Die Studie wurde im Juli im Journal „Haematologica“ veröffentlicht.

Die Hämatopoese ist der Prozess der Bildung von Blutzellen, der überwiegend im Knochenmark auftritt. Das Knochenmark produziert alle Arten von Blutkörperchen:...

Im Focus: Megakaryocytes act as „bouncers“ restraining cell migration in the bone marrow

Scientists at the University Würzburg and University Hospital of Würzburg found that megakaryocytes act as “bouncers” and thus modulate bone marrow niche properties and cell migration dynamics. The study was published in July in the Journal “Haematologica”.

Hematopoiesis is the process of forming blood cells, which occurs predominantly in the bone marrow. The bone marrow produces all types of blood cells: red...

Im Focus: Beschleunigerphysik: Alternatives Material für supraleitende Hochfrequenzkavitäten getestet

Supraleitende Hochfrequenzkavitäten können Elektronenpakete in modernen Synchrotronquellen und Freien Elektronenlasern mit extrem hoher Energie ausstatten. Zurzeit bestehen sie aus reinem Niob. Eine internationale Kooperation hat nun untersucht, welche Vorteile eine Beschichtung mit Niob-Zinn im Vergleich zu reinem Niob bietet.

Zurzeit ist Niob das Material der Wahl, um supraleitende Hochfrequenzkavitäten zu bauen. So werden sie für Projekte wie bERLinPro und BESSY-VSR eingesetzt,...

Im Focus: Künstliche Intelligenz löst Rätsel der Physik der Kondensierten Materie: Was ist die perfekte Quantentheorie?

Für einige Phänomene der Quanten-Vielteilchenphysik gibt es mehrere Theorien. Doch welche Theorie beschreibt ein quantenphysikalisches Phänomen am besten? Ein Team von Forschern der Technischen Universität München (TUM) und der amerikanischen Harvard University nutzt nun erfolgreich künstliche neuronale Netzwerke für die Bildanalyse von Quantensystemen.

Hund oder Katze? Die Unterscheidung ist ein Paradebeispiel für maschinelles Lernen: Künstliche neuronale Netzwerke können darauf trainiert werden Bilder zu...

Im Focus: Artificial neural network resolves puzzles from condensed matter physics: Which is the perfect quantum theory?

For some phenomena in quantum many-body physics several competing theories exist. But which of them describes a quantum phenomenon best? A team of researchers from the Technical University of Munich (TUM) and Harvard University in the United States has now successfully deployed artificial neural networks for image analysis of quantum systems.

Is that a dog or a cat? Such a classification is a prime example of machine learning: artificial neural networks can be trained to analyze images by looking...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Auswandern auf Terra-2?

15.07.2019 | Veranstaltungen

Hallo Herz! Wie kommuniziert welches Organ mit dem Herzen?

12.07.2019 | Veranstaltungen

Schwarze Löcher und unser Navi im Kopf: Wissenschaftsshow im Telekom Dome in Bonn

11.07.2019 | Veranstaltungen

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

Fraunhofer: What’s next?

16.07.2019 | Messenachrichten

GFOS auf der Zukunft Personal Europe: Workforce Management weitergedacht

16.07.2019 | Messenachrichten

Megakaryozyten als „Türsteher“ und Regulatoren der Zellmigration im Knochenmark

16.07.2019 | Biowissenschaften Chemie

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