福德正神 > CIOE动态 【CIOE动态】海南大学校长骆清铭:光子技术助力脑空间信息学

【CIOE动态】海南大学校长骆清铭:光子技术助力脑空间信息学

2019-09-05 16:07:51来源:CIOE中国国际光博会新闻标签:海南大学校长骆清铭:光子技术助力脑空间信息学

2019 全球光电产业技术大会”9 4日上午在会展中心 6 楼茉莉厅盛大召开,本次大会邀请了海南大学校长骆清铭、IEEE 光子学会主席 Chennupati Jagadish 以及香港大学校长张翔等重量嘉宾做了精彩报告。

海南大学校长骆清铭:光子技术助力脑空间信息学

骆清铭校长的演讲报告《用于脑力学的全脑定位系统》,摘录内容如下:

首先给大家介绍我们实验室过去 20 多年在武汉所研发的一种新的定位技术,我们这里有一个新的术语,叫做脑力学或者大脑空间的信息学。在我开始之前给大家分享整个大脑神经元的图像,这个图片里只有三个神经元,但这个神经元是环绕着整个大脑的。为什么它那么重要?因为它是从大脑特殊区域里出发,人们相信这个区域是人的大脑意识产生的地方,人们想更好的理解人类产生意识的机制究竟是什么,想要更好的理解。

其实这一系列工作是通过另外一个研究院对神经元进行标志的,在是比尔盖茨的脑科学研究院,这个研究院开发了这个模型,而中国的实验室用自己的技术取得了这些图像。

对单个神经元在整个前皮质区空间的分布,整个大脑里都有分布,结构非常复杂。神经元的网络看得非常清楚,在我们之前没有其他的技术能够像这样来呈现。这方面是存在一个挑战的,整个大脑里的神经元性质是什么样之前就不得而知。为什么之前无法取得。大脑的结构和功能都是非常复杂的,通常我们时间和空间的信息可能有 10 个量级,它在不同的时间、空间点都有不同的变化。大家也可以看到这里面由此诞生了巨量的信息。所以为什么我们这个新的名词叫大脑空间信息学。我们知道大脑的结构是非常复杂的,这个空间结构甚至有 10 个数量级的数据。大脑的结构就像这个,不同的功能和神经元网络里不同的节点是相关联的。就像我们这里有高速公路还有高速网络等等,还有各种 4G,不同网络有不同的功能产生。这个大脑中看起来也像是这样的。

给大家引入一个新的术语叫做脑空间信息学,它指的是系统化的去绘制、展示、测量全脑空间信息,而且有非常高的精确度,有全脑的空间信息学,不同的神经元类型,它的神经元网络还有结构等等,都可以揭晓。我们相信这种脑空间信息学使得我们能够去解密不同的大脑功能和大脑疾病。

但是要取得全脑的信息非常困难。我们去追溯一个神经元的结构,单个神经元需要全脑的数据集,需要非常连续而且高精度的,不仅仅只是像素级的精确度。一个神经元在整个大脑中追溯,必须要取得全脑的数据才可以。我们需要配置所有这些数据。

比如每一次你去对具体功能的网络进行投射,把所有信息和数据集集成在一起,有了这些才能更好的去理解大脑的功能。如果这样一个全脑定位系统,就像 GPS一样能够被开发出来用,它是我们整个脑空间信息学里最关键的技术。我们这种 BPS 的技术具体指什么?有 BPS,我们可以取得解剖

结果,包括它的具体地位等等,还要取得心态学、生理学、神经元网络、血管网络等等信息,

需要全脑范围内进行非常准确的定位信息,而且需要单个神经元的精确度。

接下来介绍一下我们如何取得这种信息。

过去二十年中我们开发了这种技术,现在可以把它称为全脑定位系统。

给大家再展示这样一些信息有多重要,在美国他们有一个“大脑计划”,在这里他提出了需要解决的九个关键技术,其中两个是最深层大脑细胞的共识,他们希望把大脑细胞进行分类,需要打造大脑整个结构的地图。在 2017 年他们发动了这样一个项目,叫做BRAIN(大脑计划细胞共识)。有大概 11 个项目,有 2 个涵盖了得到神经元全脑定位的。我们和其中两个研究院一起,哈佛和微软研究院。在美国他们把这些大脑信息发射到中国,用我们的技术来帮他们获取这些信息。

为什么我们必须要用这样一个系统?这里展示了我们的不同。MRI 可以很快取得全脑结果,但分辨率有限。有 MRI 只能每次得到四五千神经元没有全部的,但EM分辨率很高,这种技术需要耗费很多人力,斯坦福大学的教授发表了一个研究,一个微立方毫米也需要我们研究 1 万人年的人力来做。对整个脑用这种方式取得,那就更多人力了。传统方法只能得到区域信息而不是全脑信息。

但在 2014 年,人们还是相信这样一个大脑计划是需要光学技术。光学技术是我们要取得全面技术的关键,所以我们才研究这方面。

我们这个系统已经开发了五代,第一代差不多花了 8 年时间研发,这个系统被称为微光学分层断层扫描,通过视频的方式,大脑在 BRTP(音)这边,我们用一个伽玛刀一层一层的切片,基本每次切下来只有一微米。我们通过一微米的切片可以获得非常多信息,然后再通过刀片的每一个切片信息获得一微米大的切片信息。这是非常简单的信息,可以用机械控制的方法来获得非常精准的一微米切片的厚度。

这个方法因为注册是自动的,所以精准度非常之高。我们可以获得整个全脑断层扫描数据,这个视频可以看到全脑扫描结果。大脑是有非常多信息的。2014 年英国伦敦大学教授John O keefe等人凭借该技术获得诺贝尔奖。在过去一百多年中神经科学家只能看到神经元,但不能获得全脑结构断层扫描图。

相比较于其他方法,MOST 技术有非常非常高的分辨率,哪怕是数据,数据非常大。数据量 8TB,我们在权威杂志上发表了论文。很多论文引用了我们的文献,对我们的文献和技术有很好的评价。我们也可以衡量它的血管。很多方法。比如尼氏染色法。用了 MOST可以通过尼氏染色法看到所有的动脉、静脉,清晰度还是一微米,所以一像素一像素,一切面一切面都可以看到,可以看到哪里是动脉哪里是静脉,它效果非常好。

我们发布论文后,下载达到非常大的体量。后来神经科学家问我们,能通过荧光标签的断层扫描获得图片,能不能做更多东西,所以我们用了 MOST 系统,让大家看到,有很多光学系统。这项系统怎么跟荧光法结合在一起,这是一个将光学和机械结合在一起的方法。我们可以获得非常高清的结果,这是单个神经元的图。有了这个技术以后,我们要解决全脑长距离的投射神经元。这能看到 40 个长距离投射神经元在大脑里。这是一个小鼠的大脑,可以看到凸的投射距离大概 1 厘米长。这是第一次长我们看到了长距离的神经元投射。

后来有人告诉我们,有高清度的神经元投射还不够,能不能定位出这个神经元在哪里。我们又花了三年时间研发了 fMOST。通过双色 fMOST,可以找到定位神经元,它被称为Landmarks。当大家想知道有多少神经元,就会用 Landmarks,根据神经元密度或者神经细胞密度,可以算出神经元的数量。用这个方法可以获得神经元的数量、位置。

可以通过这个图像看到它的所在位置。如果我们关注神经元所在的地方,可以获得周围50 个神经元的绝对位置。在特别的区域,那边的神经元也是不同的投射。有这个信息以后,我们可以做一个定量的研究和分析,可以让我们知道神经元这个处理信息的过程是怎么样的,是非常方便科学的,这是我们第一次提供了神经元的密度和单个神经元所在的位置。

现在有第五代技术应用,第一代是 2010 MOST 系统,相比较相机而言,它是黑白的,所以只能成像,只能用尼氏染色法,三年后用了 fMOST,荧光试中 MOST 系统,通过 fMOST 可以找到荧光试中可以标识的系统。比如血管也可以成像。在 2016 年时,我们花了3年时间做一个双色荧光试中MOST系统,就是 dfMOST,可以看神经元数量密度和所在的位置。现在又有一个新技术,所有的数据还是有,可以将老鼠的大脑进行试中,可以找到神经元的数量和密度还有地址等等。现在可以小鼠,我们希望可以从小鼠跳到人脑。

现在我们希望获得更多信息,不仅是形态。比如表现型、转录、组蛋白信息、解剖信息,如果你想获得这个信息,标识方法非常重要。1906 年有人获得诺贝尔奖,就因为它是一个非常重要的技术,GFP 也获得诺贝尔奖,因为获得分子导弹,也可以做标识。所以标识是非常重要的。但其他的挑战也是存在的。比如大数据的处理。一个下来就 8TP,如果人大脑,就是 10TP。怎么可以实现大数据的重新构造和分区呢?自动分层是非常关键的。可能很多人都不知道数据处理是多精确。昨天我和华为的专家讨论,他们也同意这是一个非常大的挑战。

这次给大家主要传达的是什么信息?不仅仅是对神经元、神经科学,同时对人工智能来讲这也是非常令人有启发性的。现在我们对这个大脑所知甚少,我们相信脑空间信息学将为我们提供很好的方法,来让我们更好的了解大脑还有大脑机制。