图片细节可在本文的其他说明文字中找到

大脑建模的跨学科路径:与神经科学家艾伦·埃文斯的谈话

分享:

斯里兰卡Ray-Chauduri,技术与工程编辑

大脑被认为是最重要的复杂的器官在人体中,涉及到我们日常生活的每一个细节。

纵观历史,人们一直在努力描述和破译这个强大的器官,研究人员艾伦·埃文斯也不例外。

埃文斯是大脑成像和建模领域的全球权威,是2020年的获奖者国家基拉姆奖表彰他在神经影像学方面的开创性贡献。排名第六当代最有影响力的脑科学家由一个人工intelligencea€”(AI—)为基础的工具,埃文斯一直在被高度引用的神经科学研究的前1%自2014年以来。

但他对理解大脑的真正热情,对科学探究的热情,以及对同事和学员的支持,比任何正式的荣誉都更耀眼。

埃文斯来自威尔士,从小就对大脑着迷。

我清楚地记得在科学美国人八岁的时候,我对记忆的运作方式感到非常惊讶,直到今天我仍然如此。你怎么能在昨天的购物清单上,同时清晰地记得20年前的事情?你的大脑充满了数万亿的记忆,但它们是如何存储的呢?它们是如何被回忆起来的?我想我被吸引到了一个以记忆为中心问题的领域。更不用说,我还能和我的英雄并肩作战,Brenda Milner博士他的事业是建立在记忆之上的!”

艾伦·埃文斯-经允许使用

艾伦·埃文斯在麦吉尔大学的办公室里解释他的蛋白质晶体学博士论文中的一个数字(左),并于2019年获得国际人脑测绘组织(OHBM)颁发的玻璃大脑终身成就奖(右)。埃文斯是OHBM的联合创始人。图片经Alan Evans许可使用

对大脑的跨学科探索

埃文斯是神经病学和神经外科、精神病学和生物医学工程的教授麦吉尔大学一直在进行研究蒙特利尔神经学Instituteâ€"医院自1984年起,他被称为“神经医生”。他目前领导麦吉尔综合神经科学中心该学院利用数学和统计方法开展计算性大脑研究。该中心的研究活动是多样化的,包括专注于阿尔茨海默病,自闭症障碍,神经影像学方法(如核磁共振成像),技术帮助管理和处理数据,包括可视化工具。

和他实验室的研究一样,埃文斯的背景也是跨学科的。

“我的专业是物理,医学物理学,然后蛋白质晶体学他说:“我有很多不同的工作背景。”“随着科学变得越来越跨学科,它需要拥有不同技能的人进行合作。我的事业和实验室就是这样建立起来的。我们有数学家、统计学家、计算机科学家、精神病学家、心理学家、神经学家,他们都在一起工作。必须有人跨越所有这些科学领域,把它结合起来。在某种程度上,我认为在我职业生涯后期获得基拉姆奖这样的认可,证明了这种方法是正确的。”

如果被问到,埃文斯说他认为自己是一名计算神经科学家。

计算神经科学着眼于解释大脑机制的模型和算法开发,而我将定义neuroinformatics主要是在数据库和IT方面高性能计算(HPC).你有两个世界,一个支撑着另一个。”

他说,在他学习的时候,“有一种感觉,工程师和物理学家只是让机器工作,而没有考虑更大的科学问题,而在我的情况下,这是关于如何大脑工作或者对疾病不起作用.在计算神经科学中,[我们使用]强大的计算基础设施……将来自不同背景的数据汇集在一起,无论是成像、遗传学、心理学、行为,以及越来越多的社会背景。所有这些指标都是不同的学科,现在我们将它们整合到复杂的大脑计算模型中。”

绘制大脑地图

大脑地图册,它提供了标准化的空间参考来导航和分析大脑信息,在神经科学研究中至关重要,教育,以及临床应用。的BigBrain项目这是埃文斯和他的合作成果欧洲的同事,是第一个免费获取的、显微分辨率的人脑三维图谱。现在国际行业标准,BigBrain被知名人士认可了吗麻省理工科技评论作为2014年的十大突破。

埃文斯说:“《BigBrain》是一份爱的工作。“我们从未想过它会花这么长时间,产生这么大的影响。”

这是一个技术里程碑,BigBrain需要数年细致的实验室和计算工作,从将捐赠的大脑切成7000多片开始,每片都比一根头发还细。染色切片然后使用平板扫描仪成像;然而,大多数切片都有伪影、撕裂和扭曲,在用数字方式将它们拼接到一个连贯的3D数据集之前,必须艰苦地进行校正。

图片经Katrin Amunts博士许可使用

用于BigBrain项目的供体大脑的组织学处理。大脑正被一种叫做切片机的工具切成20微米的薄片(左)。在用平板扫描仪进行数字化之前,染色切片将产生1tb的记录(右)。捐献的大脑是根据杜塞尔多夫大学的伦理要求获得的。图片经Katrin Amunts博士许可使用

埃文斯强调了高分辨率地图集的好处:“大脑MRI图像的单个像素大小约为1000微米,当你放大时可能会变得块状且无法阅读。另一个极端是数字组织学在那里,你以一微米的分辨率拍摄一小块脑组织的照片,通常是2D的。BigBrain位于中间,只有20微米,所以在所有三个维度上都比MRI小50倍。研究得越精细,就越能模拟大脑功能的微妙方面。”

就像你从谷歌地图的鸟瞰图切换到“街景”时所获得的细节爆炸一样,BigBrain允许用户放大并在接近细胞的水平上探索3D大脑的不同部分。

经艾伦·埃文斯授权使用

即使是未经训练的人也能欣赏BigBrain的超高分辨率(右图)在这幅图中,基于MRI的3D大脑图谱(左)。放大后的BigBrain(右下)的细节明显比像素化的MRI图像(左下)更清晰。图片经Alan Evans许可使用

BigBrain在全球的成功最近为下一代3D大脑模型奠定了基础。今年夏天刚刚推出,HIBALL(亥姆霍兹国际BigBrain分析学习实验室)旨在创建一个谷歌地球类似于人类大脑的系统人工智能以及高性能计算,以前所未有的规模对大脑进行建模。

有趣的是,随着计算大脑研究的不断推进,埃文斯指出,足够的计算能力将是主要问题。

他说:“我们可以在计算基础设施准备好适应算法之前设计算法。”“从概念上讲,数学和建模是相似的,所以我们现在正在设计这些算法……计算能力将会跟上。”从现在开始的10年里,计算机将会无限强大。摩尔定律不是改变。”

一个工作大脑的真实模型?

在未来,埃文斯是这样设想的脑人工智能(BIAI)将帮助我们实现一个现实的人脑工作模型。他指出:“就其本身而言,人工智能通常用于描述模式识别。也就是说,如果我给你看一张图像,你就可以用人工智能来识别大型数据集中的模式,而人类却不能……这是一个美化的分类问题。”

但他表示:“BIAI更多的是试图在我们的大脑中重现人类行为神经网络还有人工模型,所以我们有了大脑不同部分如何相互交流的连接模型!一个我们可以干扰的工作大脑,模拟疾病神经发育而且神经退化与理解…如何大脑的工作不仅仅是描述性的。描述是不够的!你必须把信息输入一个像真正的人脑一样工作的模型。”

图片经Alan Evans许可使用

使用名为Atelier3D的程序对BigBrain进行3D可视化(左)。艾伦·埃文斯(Alan Evans)在大屏幕上显示BigBrain数据前(右)。图片经Alan Evans许可使用

埃文斯希望大脑工作的现实模型能达到什么目的?“也许模型人类的记忆……我希望并打算在那一刻出现,”他说。

他没有“突然突然”退休的计划,仍然积极参与一系列前沿项目和研究。当他回顾到目前为止的旅程时,他指出:“我们经历了所有的痛苦和痛苦,把放射学和临床神经学等部门的东西分解成自己的科学学科,现在能够看着它成长,看着年轻的科学家成长……嗯,这让你觉得这一切都是值得的。”

~ 30 ~

为了篇幅和清晰度,引文经过了编辑。

分享:

一个想法是"大脑建模的跨学科路径:与神经科学家艾伦·埃文斯的谈话

评论截止。