Crean Nuevo Método para Medir La Actividad Neuronal, Más Rápido que un Humano

Estas grabaciones permiten a los investigadores rastrear qué neuronas se están activando y cómo se corresponden con diferentes comportamientos.

0
980

Para medir la actividad neural, los investigadores suelen utilizar un proceso conocido como imágenes de calcio de dos fotones, que les permite registrar la actividad de neuronas individuales en los cerebros de los animales vivos.

Estas mediciones son útiles para los estudios de comportamiento, la identificación de las neuronas individuales en las grabaciones es un proceso minucioso. Actualmente, el método más preciso requiere que un analista humano haga un círculo en cada «chispa» que ven en la grabación, a menudo requiriendo que detengan y rebobinen el video hasta que las neuronas seleccionadas sean identificadas y guardadas. Para complicar aún más el proceso, los investigadores a menudo están interesados ​​en identificar solo un pequeño subconjunto de neuronas activas que se superponen en diferentes capas dentro de los miles de neuronas en las que se toman imágenes.

“Un investigador puede pasar de cuatro a 24 horas segmentando neuronas en una grabación de video de 30 minutos, y eso es asumiendo que están completamente enfocados por la duración y no toman descansos para dormir, comer o usar el baño”

 

Es por eso que un grupo de ingenieros biomédicos de la Universidad de Duke han desarrollado un proceso automatizado que puede rastrear las formas de las neuronas activas con la misma precisión que los investigadores humanos, pero en una fracción del tiempo.

Es una nueva técnica que se basa en el uso de inteligencia artificial para interpretar imágenes de video, aborda un obstáculo crítico en el análisis de las neuronas, lo que permite a los investigadores reunir y procesar rápidamente señales neuronales para estudios de comportamiento en tiempo real.

Como lo menciono Sina Farsiu, Paul Ruffin Scarborough Profesor Asociado de Ingeniería en Duke BME «Como un paso crítico hacia el mapeo completo de la actividad cerebral, nos encargaron el formidable desafío de desarrollar un algoritmo automatizado rápido que sea tan preciso como el de los humanos para segmentar una variedad de neuronas activas en diferentes entornos experimentales»

Por su parte Yiyang Gong, asistente Profesor en Duke BME, expreso que «también pudimos generalizar su rendimiento, por lo que puede funcionar igual de bien si necesitamos segmentar las neuronas de otra capa del cerebro con diferentes densidades o tamaños de neuronas».

El avance es un paso crítico para que los neurocientíficos puedan realizar un seguimiento de la actividad neuronal en tiempo real. Debido a la gran utilidad de su herramienta, el equipo ha hecho que su software y conjunto de datos anotados estén disponibles en línea.

Gong ya está utilizando el nuevo método para estudiar más de cerca la actividad neuronal asociada con diferentes comportamientos en ratones. Al comprender mejor qué neuronas disparan para diferentes actividades, Gong espera aprender cómo los investigadores pueden manipular la actividad cerebral para modificar el comportamiento.

 

Fuente:

MEDICA Magazine and The Duke University

Más sobre Duke University en: www.duke.edu