█脑科学动态
哈佛大学与谷歌合作完成人类颞叶皮层最大规模的3D映射
利用AI预测神经递质类型
超声波和微泡如何为大脑提供免疫治疗
歧视可能加速衰老
自闭症小鼠为何存在感觉超敏现象？
星形胶质细胞在整合过去事件信息中扮演关键角色
█AI行业动态
Neuralink公布脑机接口项目进展
阿里巴巴发布通义千问2.5
█AI研发动态
低成本MRI结合AI提供高质量医疗诊断
Vidu：首个国产媲美Sora的视频生成模型技术细节公开
自动睡眠阶段评分新模型显著提高准确性和效率
少样本学习法提升文本分类效率
AI如何应对自动抑郁症检测中的偏见问题
脑科学动态
哈佛大学与谷歌合作完成人类颞叶皮层最大规模的3D映射
近日，哈佛大学与谷歌的科学家们成功绘制了人脑皮层一立方毫米范围内的详细结构图谱。这一研究涉及约57,000个细胞和1.5亿个突触，使用了高达1.4PB的数据，展示了前所未见的脑细胞连接新模式。
研究采用高通量串行切片电子显微镜对一立方毫米的人类颞叶皮层进行了详细成像。研究的样本来自一位45岁女性的大脑皮层，该女性此前因癫痫接受手术。样本被浸泡在防腐剂中，并用重金属染色以便于观察。研究过程中，科学家们发现了一些非常规的神经元，它们之间可以形成高达50个连接点。此外，某些神经元的触须能够缠绕形成结构，这在之前的研究中从未见过。还观察到了具有近乎完美镜像对称的神经元组。研究发表在 Science 上。
#神经科学 #连结组学 #脑结构 #电子显微镜 #人工智能
阅读论文：
Shapson-Coe, Alexander, et al. “A Petavoxel Fragment of Human Cerebral Cortex Reconstructed at Nanoscale Resolution.” Science, vol. 384, no. 6696, May 2024, p. eadk4858. science.org (Atypon), https://doi.org/10.1126/science.adk4858.
利用AI预测神经递质类型
霍华德·休斯医学研究所Jan Funke及其团队在近期论文中探索了利用人工智能预测神经递质的可能性。他们通过使用电子显微镜高分辨率成像技术，研究团队首先对果蝇的神经连接图进行了重建。他们利用人工神经网络来预测从神经突触前释放的递质类型，网络成功预测了六种主要递质：乙酰胆碱、谷氨酸、GABA、5-羟色胺、多巴胺和章鱼胺（octopamine）。在神经元和已知细胞类型上，这些预测的准确率分别达到了94%和91%。此外，研究还通过可解释的人工智能技术揭示了不同递质之间的超微结构差异，并对大脑中递质的分布进行了深入分析。研究发表在 Cell 上。
#神经科学 #人工智能 #神经递质预测 #电子显微镜 #可解释AI
阅读论文：
Eckstein, Nils, et al. “Neurotransmitter Classification from Electron Microscopy Images at Synaptic Sites in Drosophila Melanogaster.” Cell, vol. 187, no. 10, May 2024, pp. 2574-2594.e23. www.cell.com, https://doi.org/10.1016/j.cell.2024.03.016.
超声波和微泡如何为大脑提供免疫治疗
华盛顿大学圣路易斯分校的研究团队开发了一种新技术，通过聚焦超声（FUS）和微泡介导的血脑屏障开放（BBBO），解决了抗癌药物难以穿透血脑屏障进入大脑的问题。
研究中使用的技术包括静脉注射微泡和随后的聚焦超声处理，以开放血脑屏障（BBB），从而促进抗程序性细胞死亡配体1抗体（aPD-L1）进入大脑。研究使用了猪作为动物模型，其大脑结构与人类相似，增加了研究的相关性。通过对比增强磁共振成像和荧光成像，研究者发现，经过聚焦超声处理的大脑区域中aPD-L1的浓度平均提高了2.1倍。此外，通过生物安全性测试证明，该技术未引起显著的急性组织损伤。。研究发表在Pharmaceutics上。
#神经技术 #聚焦超声 #血脑屏障 #免疫治疗 #脑肿瘤
阅读论文：
Fadera, Siaka, et al. “Focused Ultrasound-Mediated Delivery of Anti-Programmed Cell Death-Ligand 1 Antibody to the Brain of a Porcine Model.” Pharmaceutics, vol. 15, no. 10, 10, Oct. 2023, p. 2479. www.mdpi.com, https://doi.org/10.3390/pharmaceutics15102479.
歧视可能加速衰老
纽约大学全球公共卫生学院的研究团队发现，歧视不仅是社会问题，还可能加速人的生物学老化，增加老化相关疾病的风险。该团队由社会与行为科学系的助理教授Adolfo Cuevas领导。
研究通过分析1967名美国中年成人的调查数据和血液中的DNA甲基化数据，使用了线性回归分析方法来探究日常歧视、重大歧视及工作场所歧视与生物学老化之间的关系。生物学老化通过DunedinPACE、PhenoAge和GrimAge2三种表观遗传时钟测量，这些时钟可以评估老化的生物学进程。研究发现，经常经历歧视的个体比较少经历歧视的同龄人生物学老化更快。研究还指出，抽烟和体质指数（BMI）大约解释了这种关系的一半。此外，白人参与者相较于黑人参与者对歧视的生物学影响更为敏感。研究发表在Brain, Behavior, and Immunity-Health上。
#神经科学 #生物学老化 #DNA甲基化 #表观遗传时钟 #健康不平等
阅读论文：
Cuevas, Adolfo G., et al. “Multi-Discrimination Exposure and Biological Aging: Results from the Midlife in the United States Study.” Brain, Behavior, & Immunity - Health, May 2024, p. 100774. ScienceDirect, https://doi.org/10.1016/j.bbih.2024.100774.
自闭症小鼠为何存在感觉超敏现象？
自闭症患者常遭受感觉过敏，这种过敏会导致对常见感觉刺激（如声音、光线和触觉）的反应异常，从而引起极大的压力并进一步导致社交隔离。韩国基础科学研究所的研究团队发现了这种感觉异常的潜在机制。
该研究采用带有Grin2b基因突变的自闭症模型小鼠，重点研究前扣带皮层（ ACC）的角色。通过功能性磁共振成像和活动依赖性标记技术，研究团队观察到ACC在小鼠中的神经活动异常增强。利用化学遗传学技术抑制ACC的过度活动后，小鼠的感觉过敏得以正常化。此外，研究还显示ACC与其他大脑区域之间的功能连接增强，这种“过度连接”与感觉异常有直接关联。这些发现揭示了NMDA受体的一个亚单位GluN2B在调控自闭症相关的大脑连接和感觉功能中的重要作用。研究发表在Molecular Psychiatry 上。
#大脑健康 #自闭症 #前扣带皮层 #NMDA受体 #感觉过敏
阅读论文：
Lee, Soowon, et al. “Anterior Cingulate Cortex-Related Functional Hyperconnectivity Underlies Sensory Hypersensitivity in Grin2b-Mutant Mice.” Molecular Psychiatry, May 2024, pp. 1–13. www.nature.com, https://doi.org/10.1038/s41380-024-02572-y.
星形胶质细胞在整合过去事件信息中扮演关键角色
星形胶质细胞长期以来被认为在信息处理中缺乏中央整合功能，而最新的研究挑战了这一传统观点。这项研究由苏黎世大学和苏黎世联邦理工学院的研究团队进行，团队的领导者为Fritjof Helmchen和Peter Rupprecht。
该团队利用双光子成像技术和光遗传学技术，在实验中观察和分析了成年小鼠海马体中的星形胶质细胞活动。他们发现，星形胶质细胞能够在其细胞体中整合来自远端过程的钙信号。显著的过去事件，如瞳孔扩张，可以促进钙信号的传播，而这种传播可以通过激活蓝斑核（locus coeruleus）来复现。此外，通过药理学抑制α1-肾上腺素受体可以减少这种传播。这表明星形胶质细胞不仅仅是被动的支持结构，而是参与中央神经系统信息处理的积极单元。研究发表在Nature Neuroscience上。
#神经科学 #星形胶质细胞 #钙信号 #光遗传学 #蓝斑
阅读论文：
Rupprecht, Peter, et al. “Centripetal Integration of Past Events in Hippocampal Astrocytes Regulated by Locus Coeruleus.” Nature Neuroscience, Apr. 2024, pp. 1–13. www.nature.com, https://doi.org/10.1038/s41593-024-01612-8.
AI 行业动态
Neuralink 公布脑机接口项目进展：首位四肢瘫痪者重获自主能力
Neuralink公司最近在亚利桑那州的巴罗神经学研究所公布了其PRIME脑机接口项目的最新进展。该项目的首位参与者，Noland Arbaugh，接受了Neuralink的植入手术，并在术后次日出院。Noland对这次手术表示满意，手术的目的是测试Link设备在日常生活中的安全性、可靠性和实用性。手术后，Noland能够通过Link控制笔记本电脑，重新融入社交生活和数字世界。
手术前，Noland仅能通过口持笔控制平板电脑，使用极为不便。现在，Link使他能够在床上使用电脑，参与在线游戏、互联网浏览、直播等活动，极大提升了他的生活质量和独立性。Neuralink团队还计划持续优化Link的性能，目标是使其操作精度和速度能与普通鼠标相媲美，并扩展其功能到物理世界，如控制机械臂和轮椅等。
#Neuralink #脑机接口 #四肢瘫痪 #科技创新 #数字生活_integration
阅读更多：
https://neuralink.com/blog/prime-study-progress-update/
阿里巴巴发布通义千问2.5
近日，阿里巴巴宣布推出其最新人工智能模型——通义千问2.5。据称，该模型在多个领域的表现超越了GPT-4 Turbo，尤其在中文处理能力方面，达到了业界领先水平。根据阿里巴巴提供的数据，通义千问2.5在理解能力、逻辑推理、指令遵循以及代码编写能力上分别实现了9%、16%、19%和10%的提升。此外，该模型在业界知名的基准测试OpenCompass上的得分已追平了GPT-4 Turbo。与此同时，阿里巴巴还推出了拥有1100亿参数的开源模型Qwen1.5-110B。该模型在性能上超越了Meta的Llama-3-70B模型。
#阿里巴巴 #通义千问2.5 #人工智能 #基准测试 #开源模型
AI 研发动态
低成本MRI结合AI提供高质量医疗诊断
香港大学的研究团队针对MRI技术高昂成本和复杂操作的问题，开发了一种低成本、简化版的全身超低场（ULF）MRI扫描器。这种新型MRI设备可以在不需要射频屏蔽的环境中使用标准电源插座，极大地降低了使用和维护的成本，特别适合资源有限的国家。
该团队采用了一种0.05 Tesla的永磁体，通过主动感应和深度学习技术处理电磁干扰（EMI），并开发了一种新的深度学习图像形成方法，整合了图像重建和三维多尺度超分辨率。这种方法利用大规模高场高分辨率MRI数据，改善了图像质量，同时显著缩短了扫描时间。实验结果表明，该设备在各种人体解剖结构的成像上均表现出色，即便在强电磁干扰的环境中也能提供清晰的图像，展现了深度学习在提升图像质量方面的潜力。研究发表在Science杂志上。
#神经技术 #MRI #深度学习 #超低场成像 #医疗可及性
阅读论文：
Zhao, Yujiao, et al. “Whole-Body Magnetic Resonance Imaging at 0.05 Tesla.” Science, vol. 384, no. 6696, May 2024, p. eadm7168. science.org (Atypon), https://doi.org/10.1126/science.adm7168.
Vidu：首个国产媲美Sora的视频生成模型技术细节公开
Vidu视频生成模型作为国内首个能与国际顶尖模型Sora匹敌的技术产品，最新发布了其技术细节。这一模型能够生成最长达16秒的1080p高分辨率视频，具备从单帧图像至视频的生成能力。其技术架构基于U-ViT的扩散模型，不仅在处理长视频方面显示出卓越的扩展性，还能生成既真实又富有想象力的视频内容。Vidu展示了强大的场景连贯性和动态效果，支持多种视频长度生成，可从不同摄像机角度切换镜头，并具备模拟相机运动（包括缩放、平移和推拉）的能力。此外，该模型还能生成含有灯光效果和不同场景间转场的视频，以及有效表达角色情感（如快乐、孤独、尴尬和喜悦）的视频。Vidu的初步实验还包括图像到视频生成、视频预测和以主题驱动的视频生成，展现了潜在的广泛应用前景。
#国产科技 #Vidu视频生成 #高分辨率视频 #技术创新 #场景连贯性
阅读论文：
Bao, Fan, et al. Vidu: A Highly Consistent, Dynamic and Skilled Text-to-Video Generator with Diffusion Models. arXiv:2405.04233, arXiv, 7 May 2024. arXiv.org, https://doi.org/10.48550/arXiv.2405.04233.
自动睡眠阶段评分新模型显著提高准确性和效率
Mahidol University的研究团队开发了一个名为ZleepAnlystNet的深度学习模型，旨在通过自动化的方法改善睡眠阶段的评分准确性和效率。这项研究突破了传统的手工评分方法，减少了人为错误和技术人员的工作负担。
研究团队采用了一种新颖的“分离训练”方法，独立训练模型的各个组件以优化性能，使用了15个卷积神经网络和一个双向长短期记忆网络。这种结构使得每个部分都能在不影响整体系统效能的情况下达到最佳性能。模型在Mahidol大学的内部数据集上训练后，整体准确率达到87.02%，宏观F1得分为82.09%，卡帕系数为0.8221，表明与人工评分的高度一致性。此外，模型还在跨数据集验证中表现出强大的通用性和适应性，使用不同数据集（如SHHS）进行训练和测试后，总体准确率和宏观F1得分仍保持较高水平。
#神经技术 #睡眠阶段评分 #深度学习 #卷积神经网络 #长短期记忆网络
阅读论文：
Jirakittayakorn, Nantawachara, et al. “ZleepAnlystNet: A Novel Deep Learning Model for Automatic Sleep Stage Scoring Based on Single-Channel Raw EEG Data Using Separating Training.” Scientific Reports, vol. 14, no. 1, Apr. 2024, p. 9859. www.nature.com, https://doi.org/10.1038/s41598-024-60796-y.
少样本学习法提升文本分类效率
在计算社会科学和网络内容分析的领域，文本分类任务尤为重要，这通常涉及对大规模标注数据集进行模型训练。然而，这种方法成本高昂，耗时且依赖大量数据。来自爱丁堡大学的Sandrine Chausson和Björn Ross最新研究提出了一种颠覆传统的少样本学习方法，可以显著减少对大规模标注数据的依赖，从而提高文本分类的效率和灵活性。
研究中提出的方法包括四个步骤：分类定义、自然语言推理、阈值调整和分类。通过定义特定的声明作为分类依据，并利用自然语言推理模型来检测这些声明是否存在于文本中，该方法可以在极少的样本上进行有效学习。特别是，阈值调整步骤采用了基于概率二分法的新策略，通过动态选择样本点进行人工标注，以找到最优的分类阈值。
该研究在三个不同的文本分类任务上进行了验证，包括气候变化反对者声明检测、话题和立场分类以及抑郁症状检测。结果显示，该方法在减少数据标注需求的同时，能够达到或超过传统方法的分类性能。此外，研究还强调了通过改进声明定义和调整分类策略，可以进一步提升分类的准确性和适应性。
#文本分类 #自然语言处理 #少样本学习 #自然语言推理 #数据标注
阅读论文：
Chausson, Sandrine, and Björn Ross. Detecting Statements in Text: A Domain-Agnostic Few-Shot Solution. arXiv:2405.05705, arXiv, 9 May 2024. arXiv.org, http://arxiv.org/abs/2405.05705.
AI如何应对自动抑郁症检测中的偏见问题
随着自动化抑郁症检测技术在精神健康领域的兴起，研究人员对话语数据的利用愈加深入。近年来，利用由人控制的虚拟代理Ellie进行的DAIC-WOZ数据集的研究越来越多。该数据集涵盖了Ellie进行的一系列临床访谈，广泛应用于抑郁症自动检测任务。不过，最新研究显示，将面试官的提示纳入模型似乎能提升检测性能，但这种提升可能主要源于提示本身的偏见，而非算法结构或方法的改进。
瑞士Idiap研究所和墨西哥数学研究中心的研究团队通过对比实验和质性分析发现，使用面试官提示的模型倾向于关注访谈中询问参与者过去心理健康经历的特定区域，并将其作为区分抑郁参与者的捷径。与此相反，仅使用参与者回答的模型则从整个访谈中收集证据。
研究结果显示，通过有意利用这种偏见，模型在使用纯文本信息的情况下达到了0.90的F1得分，这是迄今为止该数据集报告的最高结果。这一发现强调了在模型中整合面试官提示时需格外谨慎，因为模型可能无意中学习到了如何利用这些目标提示，而非真正学习到反映患者心理健康状态的语言和行为。
#人工智能 #抑郁症检测 #数据偏见 #临床访谈 #自动化诊断
阅读论文：
Burdisso, Sergio, et al. DAIC-WOZ: On the Validity of Using the Therapist’s Prompts in Automatic Depression Detection from Clinical Interviews. arXiv:2404.14463, arXiv, 22 Apr. 2024. arXiv.org, https://doi.org/10.48550/arXiv.2404.14463.
整理｜ChatGPT
编辑｜丹雀 & 存源
追问互动
○如果您对本期内容有进一步想要追问的问题或者讨论的内容，欢迎在评论区留言，或者扫描二维码添加追问微信号，发送自我介绍，加入我们的社群参与互动。如需转载，还请留言。