新的X射线显微镜技术可对密集神经回路全面成像为深入了解大脑结构开辟新途径

新的X射线显微镜技术可对密集神经回路全面成像为深入了解大脑结构开辟新途径

美国哈佛医学院、波士顿儿童医院和欧洲同步加速器辐射设施(ESRF)的研究人员开发出一种可帮助加速绘制神经回路以及最终绘制大脑图像的“X射线全息纳米断层摄影”(XNH)技术。研究人员将该技术与人工智能驱动的图像分析相结合,可重建密集的神经回路3D图像,并对神经元进行全面分类,甚至可追踪从肌肉到中枢神经系统的单个神经元。该技术比电子显微术(EM)更具优势。相关研究成果发表于《自然·神经科学》期刊。

研究神经元连接组是一个巨大的挑战。例如,人脑包含约1000亿个神经元,它们具有100万亿个神经连接,大约相当于1000个星系中的恒星数。

在动物模型中,科学家取得了举世瞩目的进步,例如对整个果蝇的大脑进行成像,主要是通过截取比人的头发细一千倍的连续的大脑切片,用电磁成像对切片进行成像并将图像拼接在一起进行分析。

这种方法的成本在时间和资源上可能令人望而却步,需要大量的EM图像,这些图像具有狭窄的视野,并且需要大量的精力来重建甚至很小的神经回路。研究作者说,需要新的成像方法来加速这种努力。

为此,该研究团队研究了神经回路的组织和功能,并与专门从事X射线显微镜和神经成像的Pacureanu合作。

该技术类似于CT扫描,该技术使用旋转X射线创建人体的连续横截面图像。相比之下,XNH在ESRF的同步加速器中将旋转的组织样本暴露于高能X射线,从而将电子加速到844米环附近的近光速度。

与标准X射线成像不同,标准X射线成像依赖于光束穿过组织时X射线衰减的差异,XNH基于样品引起的光束细微相移的变化来创建图像。后一种方法提高了灵敏度,并与低温条件下的成像相结合,有助于保护标本免受X射线能量的损坏。

XNH生成的图像必须进行解释,以识别哪些结构是神经元。该团队通过应用深度学习解决了这一问题,深度学习是一种人工智能技术,越来越多地用于诸如人脸或物体识别等应用。

作为原理证明,研究人员扫描了几毫米大小的鼠标和果蝇神经组织,并重建了3D图像,实现了约87纳米的分辨率。这足以全面可视化神经元并追踪单个神经突,这些神经突来自形成神经回路连线的神经元投影。

重要的是,与使用串行EM截面重建相似体积所需的几个月甚至几年相比,这些重建需要几天的时间。

你可能感兴趣的文章:

上一篇:

下一篇:


标签