引言

神经元形态重建面临着多重挑战，尤其是在大规模数据集下确保神经解剖学的准确性和重建的可靠性。传统上，尽管通过人工标注可以获得高质量的重建结果，但这种方法在效率上无法满足大规模数据生产的需求。此外，现有的自动化重建技术大多只能处理简单的情况，面对复杂的神经元形态、信噪比低的数据或需要完整追踪的神经元信号时，表现仍然有限。神经元的复杂结构、断续的信号模式以及缺乏高质量的训练数据也使得深度学习等机器学习方法的开发变得异常困难。因此，如何在保证生物学准确性的同时，实现大规模高效的神经元形态重建，仍然是脑科学研究领域一个亟待解决的核心问题。

近日，东南大学脑科学与智能技术研究院新基石科学实验室在Nature Methods上在线发表题为Collaborative Augmented Reconstruction of 3D Neuron Morphology in Mouse and Human Brains的文章。研究团队成功研发协作增强重建（Collaborative Augmented Reconstruction，简称CAR）平台，支持多人使用多类设备协作处理影像大数据及重建神经元三维形态，显著提升了鼠脑和人脑神经元重建的准确性和效率。

CAR平台支持全球研究人员在不同地点或实验室进行实时协作。通过CAR平台，团队成员可以同时进行注释和交叉验证，从而促进高效的群体决策并及时纠正重建中的错误。CAR平台整合了如分支点验证器和终端点验证器等先进的AI工具，这些工具对于确保神经元重建的拓扑正确性和结构完整性至关重要。在CAR平台内，AI代理与人类用户密切协作，持续评估重建的过程，并实时提供改进建议。CAR平台支持多种客户端设备的协同合作，包括桌面电脑、虚拟现实头盔、手机等。这种设备兼容性使得研究人员可以高效地可视化和标注复杂的3D神经科学数据。多样化的客户端选择进一步提供了完整且准确的神经数据验证，确保研究的可靠性和精确度。

（Credit: Nature Methods）

CAR平台通过结合人工智能和人类协作，使研究人员能够使用桌面端、虚拟现实设备和移动终端进行实时的多设备互动与协作。其创新之处在于实现了多任务、多设备、多用户以及人机协作的全方位整合，大幅提升了神经元3D重建的效率和准确性。CAR平台的推出为脑科学研究提供了强有力的工具，加速了神经形态数据的生产和分析进程。

参考文献

https://doi.org/10.1038/s41592-024-02401-8

责编|探索君

排版|探索君

文章来源|“BioArt”

End

往期精选

围观

一文读透细胞死亡(Cell Death) | 24年Cell重磅综述（长文收藏版）

热文

Cell | 是什么决定了细胞的大小？

热文

Nature | 2024年值得关注的七项技术

热文

Nature | 自身免疫性疾病能被治愈吗？科学家们终于看到了希望

热文

CRISPR技术进化史 | 24年Cell综述