91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

新型三維神經(jīng)網(wǎng)絡(luò)高速電壓成像技術(shù)

jf_64961214 ? 來(lái)源:jf_64961214 ? 作者:jf_64961214 ? 2025-03-06 06:28 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

wKgZO2fI0ACAIajTAAHV24aW5Pc641.jpg

三維光場(chǎng)電壓成像顯微鏡示意圖和小鼠腦三維神經(jīng)網(wǎng)絡(luò)電壓成像示例圖

近日,中國(guó)科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心王凱研究組在《自然·方法》(Nature Methods)上,在線發(fā)表了題為Volumetric Voltage Imaging of Neuronal Populations in Mouse Brain by Confocal Light Field Microscope的研究論文。該研究開(kāi)發(fā)了新型三維光場(chǎng)顯微成像技術(shù),提升了神經(jīng)元電壓光學(xué)成像的通量。這一技術(shù)能夠?qū)π∈竽X三維神經(jīng)網(wǎng)絡(luò)中數(shù)百神經(jīng)元的膜電位進(jìn)行高速同步記錄,為解析神經(jīng)網(wǎng)絡(luò)的信息處理機(jī)制提供了新工具。

光場(chǎng)成像需要高靈敏度、大靶面的相機(jī)來(lái)同時(shí)記錄多個(gè)視角的投影圖像。而由于相機(jī)的數(shù)據(jù)帶寬受限,大靶面相機(jī)的幀率無(wú)法滿足電壓成像的速度需求。

該團(tuán)隊(duì)提出通過(guò)降低采集圖像的動(dòng)態(tài)范圍來(lái)?yè)Q取更高的幀率。通常情況下電壓成像需要較高的動(dòng)態(tài)范圍來(lái)捕捉高基線上微弱變化的信號(hào),但該團(tuán)隊(duì)采用廣義共聚焦原理,高選擇性濾除背景來(lái)降低信號(hào)基線,并整合多個(gè)視角的信息,實(shí)現(xiàn)了利用低動(dòng)態(tài)范圍的相機(jī)來(lái)高效捕捉微弱的電壓信號(hào)。

進(jìn)一步,為了最大限度降低系統(tǒng)的噪聲,該團(tuán)隊(duì)探討了光場(chǎng)成像中的噪聲來(lái)源,發(fā)現(xiàn)了激光光源的強(qiáng)度噪聲、掃描振鏡的同步噪聲以及動(dòng)物血液流動(dòng)導(dǎo)致的激光散斑噪聲均能夠降低電壓成像的信噪比。同時(shí),該研究提出了基于單振鏡雙面掃描的共聚焦光場(chǎng)成像技術(shù)。這一技術(shù)結(jié)合高數(shù)值孔徑的光照明策略和新數(shù)據(jù)處理方法,將系統(tǒng)噪聲降低至泊松噪聲理論極限。

為了最大化熒光信號(hào)的捕獲效率,實(shí)現(xiàn)長(zhǎng)時(shí)程持續(xù)電壓成像,該研究?jī)?yōu)化了系統(tǒng)的光學(xué)效率。研究顯示,通過(guò)自主設(shè)計(jì)定制密集排列的微透鏡陣列并最小化光學(xué)元件的數(shù)量,系統(tǒng)的通光效率比前期工作提高約3倍。

該團(tuán)隊(duì)將這些成果整合在新型共聚焦光場(chǎng)顯微鏡中,實(shí)現(xiàn)了對(duì)清醒小鼠腦三維視場(chǎng)中數(shù)百個(gè)神經(jīng)元的電壓信號(hào)的同步記錄,并以每秒400幀的速度連續(xù)成像超過(guò)20分鐘。新型共聚焦光場(chǎng)顯微鏡彌補(bǔ)了電壓成像在成像通量、信噪比與成像時(shí)長(zhǎng)上的不足,提升了電壓成像的應(yīng)用范圍。為了驗(yàn)證電壓成像獲取的信號(hào)真實(shí)可靠,該團(tuán)隊(duì)記錄了清醒小鼠初級(jí)視皮層中數(shù)百個(gè)神經(jīng)元對(duì)光柵視覺(jué)刺激的反應(yīng)特性。通過(guò)對(duì)神經(jīng)元?jiǎng)幼麟娢话l(fā)放情況的統(tǒng)計(jì),電壓成像鑒別出具有不同方向選擇性的神經(jīng)元,而這些具有調(diào)諧特征的神經(jīng)元占比與該區(qū)域已知的神經(jīng)元特性相符。

進(jìn)而,該團(tuán)隊(duì)對(duì)數(shù)百個(gè)神經(jīng)元構(gòu)成的三維神經(jīng)網(wǎng)絡(luò)進(jìn)行了功能連接分析。研究發(fā)現(xiàn),與膜片鉗記錄相比,電壓成像可在清醒動(dòng)物中開(kāi)展,且通量提高約100倍。分析表明,神經(jīng)元之間同時(shí)存在興奮性和抑制性功能連接,在短距離內(nèi)抑制性連接強(qiáng)于興奮性連接。這種興奮-抑制的連接差異在三維空間上近似垂直于皮層表面的圓柱體。

該團(tuán)隊(duì)研發(fā)了新型三維電壓成像新技術(shù),提高了電壓成像的通量,使在清醒動(dòng)物中進(jìn)行三維神經(jīng)網(wǎng)絡(luò)的功能聯(lián)接分析成為可能。這一技術(shù)為電壓成像技術(shù)的應(yīng)用奠定了基礎(chǔ),并為神經(jīng)科學(xué)研究提供了新工具。

研究工作得到科學(xué)技術(shù)部、國(guó)家自然科學(xué)基金委員會(huì)、中國(guó)科學(xué)院及中國(guó)博士后科學(xué)基金的支持。

審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 激光
    +關(guān)注

    關(guān)注

    21

    文章

    3669

    瀏覽量

    69707
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4839

    瀏覽量

    107950
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    高速電壓成像

    圖1: Han實(shí)驗(yàn)室使用Kinetix sCMOS進(jìn)行電壓成像。上圖顯示了Kinetix視野中心單個(gè)神經(jīng)元的電壓數(shù)據(jù),成像小鼠視覺(jué)皮層,頻率
    的頭像 發(fā)表于 03-04 06:47 ?57次閱讀
    <b class='flag-5'>高速</b><b class='flag-5'>電壓</b><b class='flag-5'>成像</b>

    三維形貌測(cè)量 | 共聚焦顯微成像技術(shù)研究

    隨著精密制造與半導(dǎo)體產(chǎn)業(yè)的發(fā)展,微結(jié)構(gòu)表面形貌的高精度、高效率檢測(cè)需求日益突出。共聚焦顯微成像技術(shù)憑借高分辨率、強(qiáng)信噪比和優(yōu)異的光學(xué)層切性能,成為三維表面形貌測(cè)量領(lǐng)域的核心技術(shù)。該
    的頭像 發(fā)表于 02-05 18:04 ?167次閱讀
    <b class='flag-5'>三維</b>形貌測(cè)量 | 共聚焦顯微<b class='flag-5'>成像</b><b class='flag-5'>技術(shù)</b>研究

    神經(jīng)網(wǎng)絡(luò)的初步認(rèn)識(shí)

    日常生活中的智能應(yīng)用都離不開(kāi)深度學(xué)習(xí),而深度學(xué)習(xí)則依賴于神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)。什么是神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)的核心思想是模仿生物神經(jīng)系統(tǒng)的結(jié)構(gòu),特別是大腦中神經(jīng)
    的頭像 發(fā)表于 12-17 15:05 ?365次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的初步認(rèn)識(shí)

    三維表面形貌測(cè)量中的共聚焦顯微成像技術(shù)研究

    隨著精密儀器制造與半導(dǎo)體產(chǎn)業(yè)的快速發(fā)展,對(duì)微小結(jié)構(gòu)表面形貌的高精度、高效率測(cè)量需求日益迫切。共聚焦顯微成像技術(shù)以其高分辨率、高信噪比和優(yōu)異的光學(xué)層切能力,在三維表面形貌測(cè)量中展現(xiàn)出重要價(jià)值。下文
    的頭像 發(fā)表于 12-09 18:05 ?346次閱讀
    <b class='flag-5'>三維</b>表面形貌測(cè)量中的共聚焦顯微<b class='flag-5'>成像</b><b class='flag-5'>技術(shù)</b>研究

    自動(dòng)駕駛中常提的卷積神經(jīng)網(wǎng)絡(luò)是個(gè)啥?

    在自動(dòng)駕駛領(lǐng)域,經(jīng)常會(huì)聽(tīng)到卷積神經(jīng)網(wǎng)絡(luò)技術(shù)。卷積神經(jīng)網(wǎng)絡(luò),簡(jiǎn)稱為CNN,是一種專門(mén)用來(lái)處理網(wǎng)格狀數(shù)據(jù)(比如圖像)的深度學(xué)習(xí)模型。CNN在圖像處理中尤其常見(jiàn),因?yàn)閳D像本身就可以看作是由像素排列成的二網(wǎng)格。
    的頭像 發(fā)表于 11-19 18:15 ?2122次閱讀
    自動(dòng)駕駛中常提的卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>是個(gè)啥?

    一文讀懂 | 三維視覺(jué)領(lǐng)域國(guó)家級(jí)制造業(yè)單項(xiàng)冠軍——先臨三維的品牌布局

    先臨三維科技股份有限公司成立于2004年,是三維視覺(jué)領(lǐng)域國(guó)家級(jí)制造業(yè)單項(xiàng)冠軍、國(guó)家專精特新“小巨人”企業(yè)。公司專注于高精度三維視覺(jué)軟、硬件的研發(fā)和應(yīng)用,致力于成為具有全球影響力的三維
    的頭像 發(fā)表于 11-11 14:55 ?762次閱讀
    一文讀懂 | <b class='flag-5'>三維</b>視覺(jué)領(lǐng)域國(guó)家級(jí)制造業(yè)單項(xiàng)冠軍——先臨<b class='flag-5'>三維</b>的品牌布局

    NMSIS神經(jīng)網(wǎng)絡(luò)庫(kù)使用介紹

    NMSIS NN 軟件庫(kù)是一組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核,旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。 該庫(kù)分為多個(gè)功能,每個(gè)功能涵蓋特定類(lèi)別
    發(fā)表于 10-29 06:08

    在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)

    本帖欲分享在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)。我們采用jupyter notebook作為開(kāi)發(fā)IDE,以TensorFlow2為訓(xùn)練框架,目標(biāo)是訓(xùn)練一個(gè)手寫(xiě)數(shù)字識(shí)別的神經(jīng)網(wǎng)絡(luò)
    發(fā)表于 10-22 07:03

    機(jī)器視覺(jué)三維成像技術(shù)簡(jiǎn)介(一)

    本文討論了機(jī)器視覺(jué)三維成像技術(shù),涵蓋了各種成像技術(shù)的原理、特點(diǎn)、優(yōu)缺點(diǎn)及應(yīng)用場(chǎng)景等內(nèi)容。關(guān)鍵要點(diǎn)包括: 1.
    的頭像 發(fā)表于 10-20 14:04 ?632次閱讀
    機(jī)器視覺(jué)<b class='flag-5'>三維</b><b class='flag-5'>成像</b><b class='flag-5'>技術(shù)</b>簡(jiǎn)介(一)

    液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)

    1.算法簡(jiǎn)介液態(tài)神經(jīng)網(wǎng)絡(luò)(LiquidNeuralNetworks,LNN)是一種新型神經(jīng)網(wǎng)絡(luò)架構(gòu),其設(shè)計(jì)理念借鑒自生物神經(jīng)系統(tǒng),特別是秀麗隱桿線蟲(chóng)的
    的頭像 發(fā)表于 09-28 10:03 ?1359次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    神經(jīng)網(wǎng)絡(luò)的并行計(jì)算與加速技術(shù)

    隨著人工智能技術(shù)的飛速發(fā)展,神經(jīng)網(wǎng)絡(luò)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和廣泛的應(yīng)用前景。然而,神經(jīng)網(wǎng)絡(luò)模型的復(fù)雜度和規(guī)模也在不斷增加,這使得傳統(tǒng)的串行計(jì)算方式面臨著巨大的挑戰(zhàn),如計(jì)算速度慢、訓(xùn)練時(shí)間長(zhǎng)等
    的頭像 發(fā)表于 09-17 13:31 ?1186次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的并行計(jì)算與加速<b class='flag-5'>技術(shù)</b>

    無(wú)刷電機(jī)小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測(cè)方法的研究

    摘要:論文通過(guò)對(duì)無(wú)刷電機(jī)數(shù)學(xué)模型的推導(dǎo),得出轉(zhuǎn)角:與相相電壓之間存在映射關(guān)系,因此構(gòu)建了一個(gè)以相相電壓為輸人,轉(zhuǎn)角為輸出的小波神經(jīng)網(wǎng)絡(luò)來(lái)
    發(fā)表于 06-25 13:06

    神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在電機(jī)故障診斷中的應(yīng)用

    摘要:針對(duì)傳統(tǒng)專家系統(tǒng)不能進(jìn)行自學(xué)習(xí)、自適應(yīng)的問(wèn)題,本文提出了基于種經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的并步電機(jī)故障診斷方法。本文將小波神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相結(jié)合,充分發(fā)揮了二者故障診斷的優(yōu)點(diǎn),很大程度上降低了對(duì)電機(jī)
    發(fā)表于 06-16 22:09

    基于FPGA搭建神經(jīng)網(wǎng)絡(luò)的步驟解析

    本文的目的是在一個(gè)神經(jīng)網(wǎng)絡(luò)已經(jīng)通過(guò)python或者M(jìn)ATLAB訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型,將訓(xùn)練好的模型的權(quán)重和偏置文件以TXT文件格式導(dǎo)出,然后通過(guò)python程序?qū)xt文件轉(zhuǎn)化為coe文件,(coe
    的頭像 發(fā)表于 06-03 15:51 ?1340次閱讀
    基于FPGA搭建<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的步驟解析

    NVIDIA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能

    近日,NVIDIA 宣布了 NVIDIA RTX 神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能。NVIDIA 與微軟合作,將在 4 月的 Microsoft DirectX 預(yù)覽版中增加神經(jīng)網(wǎng)絡(luò)著色技術(shù)
    的頭像 發(fā)表于 04-07 11:33 ?1251次閱讀