返回顶部
返回首页
返回首页
研究人员使用GPU评估人脑连通性,行业资讯在线
home 您现在的位置: 首页 >机器人>技术中心 > 详细信息
研究人员使用GPU评估人脑连通性
2022年07月23日    阅读量:1666    新闻来源:行业资讯在线  |  投稿

印度科学研究所(IISc)的研究人员开发了一种新的基于GPU的机器学习算法,可以帮助科学家更好地理解和预测大脑不同区域之间的连接。

该算法被称为正则化、加速、线性分册评估(ReAl LiFE),可以快速分析人脑扩散磁共振成像(dMRI)扫描产生的大量数据。利用现实生活,该团队能够评估dMRI数据,速度比现有最先进的算法快150倍以上。

IISc神经科学中心(Centre for Neuroscience,CNS)副教授、该研究的通讯作者Devarajan Sridharan说:“以前需要数小时到数天的任务可以在几秒钟到几分钟内完成。”。

数以百万计的神经元每秒在大脑中放电,产生电脉冲,通过连接电缆或“轴突”穿过神经元网络从大脑的一个点传递到另一个点这些联系对于大脑进行的计算至关重要。CNS的博士生、该研究的第一作者瓦沙·斯雷尼瓦桑(VarshaSreenivasan)说:“理解大脑的连通性对于在一定程度上揭示大脑行为之间的关系至关重要。”。然而,研究大脑连接性的传统方法通常使用动物模型,并且具有侵入性。另一方面,磁共振成像扫描提供了一种非侵入性的方法来研究人类大脑的连通性。

连接大脑不同区域的电缆(轴突)是大脑的信息高速公路。因为轴突束的形状像管子,所以水分子沿着轴突束的长度有方向地穿过轴突。数字磁共振成像(dMRI)使科学家能够追踪这一运动,以创建一幅完整的大脑纤维网络图,称为连接体。

不幸的是,要精确定位这些连接体并不容易。从扫描中获得的数据只能提供大脑中每个点的水分子净流量。Sridharan解释道:“假设水分子是汽车。获得的信息是车辆在时空中每个点的方向和速度,而没有关于道路的信息。我们的任务类似于通过观察这些交通模式来推断道路网络。”。

为了准确地识别这些网络,传统算法将推断出的连接组预测的dMRI信号与观察到的dMRI信号紧密匹配。科学家们以前开发了一种称为LiFE(线性分册评估)的算法来进行这种优化,但它的一个挑战是它在传统的中央处理器(CPU)上工作,这使得计算非常耗时。

在这项新的研究中,Sridharan的团队调整了他们的算法,以减少在多个方面涉及的计算工作量,包括删除冗余连接,从而显著改善生活的性能。为了进一步加快算法的速度,该团队还对其进行了重新设计,以用于专门的电子芯片鈥攖他在高端游戏电脑中找到了鈥攃alled Graphics Processing Units(GPU),帮助他们以比以前方法快100-150倍的速度分析数据。

这种改进的算法“真实生活”也能够预测人类受试者的行为或执行特定任务的方式。换言之,利用该算法估计的每个人的连接强度,该团队能够解释200名参与者的行为和认知测试分数的变化。

这种分析也有医学应用。Sreenivasan说:“大数据神经科学应用越来越需要大规模的数据处理,特别是对于理解健康的大脑功能和大脑病理学。”。

例如,利用获得的连接体,研究小组希望能够在老年痴呆症患者表现出行为之前识别出大脑功能老化或恶化的早期迹象。Sridharan说:“在另一项研究中,我们发现,在区分阿尔茨海默病患者和健康对照组方面,以前版本的真实生活可能比其他竞争算法做得更好。”。他补充道,他们基于GPU的实现非常通用,也可以用于解决许多其他领域的优化问题。

标签:机械应用技术中心机器人
免责声明: 本文仅代表作者本人观点,与中国建材网无关。本网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。客服邮箱:service@cnso360.com | 客服QQ:23341571
相关文章HOT
今日头条Show更多
    热点排行Hot
      微信关注WeChat
      获取最新行业资讯 QQ行业资讯网 为您提供最新行业资讯
      全站地图

      深圳网络警察报警平台 深圳网络警
      察报警平台

      公共信息安全网络监察 公共信息安
      全网络监察

      经营性网站备案信息 经营性网站
      备案信息

      中国互联网举报中心 中国互联网
      举报中心

      中国文明网传播文明 中国文明网
      传播文明

      深圳市市场监督管理局企业主体身份公示 工商网监
      电子标识