东南大学：协作增强重建平台助力神经元重建 |《自然-方法》论文

论文导读：

神经元形态重建面临着多重挑战，尤其是在大规模数据集下确保神经解剖学的准确性和重建的可靠性。传统上，尽管通过人工标注可以获得高质量的重建结果，但这种方法在效率上无法满足大规模数据生产的需求。此外，现有的自动化重建技术大多只能处理简单的情况，面对复杂的神经元形态、信噪比低的数据或需要完整追踪的神经元信号时，表现仍然有限。神经元的复杂结构、断续的信号模式以及缺乏高质量的训练数据也使得深度学习等机器学习方法的开发变得异常困难。因此，如何在保证生物学准确性的同时，实现大规模高效的神经元形态重建，仍然是脑科学研究领域一个亟待解决的核心问题。

在此背景下，来自东南大学的研究团队开发了协作增强重建（CAR）平台，旨在解决小鼠和人类大脑中3D神经元形态的复杂重建问题。CAR平台通过结合人工智能和人类协作，使研究人员能够使用桌面端、虚拟现实设备和移动终端进行实时的多设备互动与协作。目前，该平台已经成功应用于大规模神经元数据生产中，显著提升了神经元重建的准确性和效率。CAR平台的推出为脑科学研究提供了强有力的工具，加速了神经形态数据的生产和分析进程。

CAR平台的一个显著优势是其支持全球研究人员在不同地点或实验室进行实时协作。通过CAR平台，团队成员可以同时进行注释和交叉验证，从而促进高效的群体决策并及时纠正重建中的错误。CAR平台整合了如分支点验证器和终端点验证器等先进的AI工具，这些工具对于确保神经元重建的拓扑正确性和结构完整性至关重要。在CAR平台内，AI代理与人类用户密切协作，持续评估重建的过程，并实时提供改进建议。

此外，CAR平台支持多种客户端设备的协同合作，包括桌面电脑、虚拟现实头盔、手机等。这种设备兼容性使得研究人员可以高效地可视化和标注复杂的3D神经科学数据。多样化的客户端选择进一步提供了完整且准确的神经数据验证，确保研究的可靠性和精确度。CAR平台的创新之处在于实现了多任务、多设备、多用户以及人机协作的全方位整合，大幅提升了神经元3D重建的效率和准确性。

论文表1：CAR平台及其神经科学应用示意图

欢迎扫描图片二维码或点击“阅读原文”了解《自然》及其系列期刊。