В Петербурге разработали нейросеть для анализа активности нейронов мозга

Учёные Санкт-Петербургского политехнического университета Петра Великого (СПбПУ) создали модель на основе искусственного интеллекта, позволяющую анализировать активность нейронов мозга. Данная разработка поможет оценить эффективность новых препаратов для лечения нейродегенеративных заболеваний и предполагать причины возникновения болезни Альцгеймера, прокомментировали в вузе.

ИСТОЧНИК ФОТО: Википедия.

"Мы создали универсальную модель NEuRT на основе искусственного интеллекта для анализа активности нейронных сетей в мозге. Образно говоря, с помощью нейросети мы наблюдаем, как нейроны "разговаривают" друг с другом", — отметила заведующая научно-исследовательской лабораторией анализа биомедицинских изображений и данных СПбПУ Екатерина Пчицкая.

Как рассказали в университете, новая нейросеть создана на основе нейросети для анализа человеческого языка.

"Оказалось, что сигналы нейронов и текст устроены похожим образом — в обоих случаях важны последовательность и контекст. Модель обучалась по принципу "угадай пропущенное слово", но вместо слов она восстанавливала скрытые фрагменты нейронных записей", — пояснила Пчицкая. — "Такая модель позволяет отличить здоровый мозг от мозга, пораженного болезнью Альцгеймера, опираясь только на записи нейронной активности. В экспериментах на мышах было показано до 98% точности метода".

Новая сеть способна не только ставить диагноз и определять патологию, но и объяснять причину возникновения, показывая "поломку" в функционировании нейронной сети, добавила она.

В университете также рассказали, что обучение нейросети происходило на огромном массиве данных (270 гигабайт записей нейронов мышиной зрительной коры), после чего модель успешно применили к гиппокампу. Нейронную активность мозга мышей во время движения записывали с помощью флуоресцентной микроскопии. Этот метод основан на использовании флуоресцентного белка GCaMP6f, который светится при активности нейрона. В целях обогащения анализа научная группа собирается добавить в модель поведенческие данные.

Исследование поддержано грантом в рамках государственного задания FSEG-2024-0025 Министерства науки и высшего образования Российской Федерации. Проект был профинансирован Фондом поддержки молодежных инноваций и инициатив Санкт-Петербурга (лаборатория входит в кампус цифровых лабораторий Blue Sky Research). Результаты исследования опубликованы в IEEE Transactions on Neural Systems and Rehabilitation Engineering.