【新智元导读】 华中科技大学骆清铭副校长在刚刚举行的脑科学和类脑计算沙龙，给大家做了题为《脑空间信息学——连接脑科学与类脑人工智能的桥梁》的报告。骆清铭教授对新智元表示：“我们的工作，就是获取世界上最好的全脑连接图谱。”这项研究，将对智能技术的发展起到引导作用。
2017年5月12日，北京市脑科学和类脑计算沙龙在西郊宾馆举行。沙龙由北京市脑科学与智能技术研究院、清华大学类脑计算研究中心主办，北京市科技信息中心等单位承办。主持人由清华大学类脑计算研究中心主任、千人计划特聘教授施路平担任。
讲者及报告主题如下：
骆清铭教授 脑空间信息学——连接脑科学与类脑人工智能的桥梁
王智刚教授 建造一台类脑深度学习计算机
黄铁军教授 类脑计算的理念与实践
今天，我们首先跟大家介绍骆清铭教授在沙龙上的精彩分享。
“我们的工作，就是获取世界上最好的全脑连接图谱。”骆清铭教授这样告诉新智元。
2016 年 8 月 8 日，中央电视台新闻联播节目头条栏目《改革调研行》之《科研：加强基础研究 聚集重大前沿》，报道了华中科技大学骆清铭教授团队的科研成果。报道称，日前，华中科技大学骆清铭团队的“鼠脑最精细脑图谱基础数据库”被欧盟人脑计划正式采用，该技术目前处在世界领先地位。脑连接图谱研究是认知脑功能的科学前沿，骆清铭团队的下一个目标是实现 3D 人脑连接图谱。
当被新智元问及他的研究对于 AI 尤其是类脑计算的意义时，骆教授引用了习总书记的话，认为这段话高度概括了脑科学研究和人工智能的关系：
全国科技创新大会上，习近平总书记曾将“脑连接图谱研究”列为有待破解的六大科技难题之一，他说：“脑连接图谱研究是认知脑功能并进而探讨意识本质的科学前沿，这方面探索不仅有重要科学意义，而且对脑疾病防治、智能技术发展也具有引导作用。”
骆清铭团队的研究正是针对此领域展开。解析大脑的精细结构是脑科学研究的重要基础，对于认识和理解脑的功能、探索脑疾病的机理至关重要。由于缺少合适的工具，如何在单个神经元水平探测完整大脑的精细结构一直是极具挑战的技术瓶颈。为了解决这个问题，华中科技大学武汉光电国家实验室的全脑网络可视化（Visible Brain-wide Network, VBN）研究团队一直致力于开发各种高分辨、大探测范围和高通量的三维光学显微成像技术，实现在哺乳动物全脑范围，以真实尺度构建出包括神经元和血管等脑内的多种复杂结构的完整精细形态和连接关系。
BPS 技术在单细胞水平能够解析及定位全脑神经结构
精准分析神经解剖结构对于理解和认识大脑神经网络的连接方式及协同工作机理，具有至关重要的作用。研究已表明不同功能的神经元具有不同的形态、大小及位置，即使同一类型的相邻神经元在形态与投射路径上也存在差异。因此，精确定位神经元及其纤维的投射路径是准确识别全脑神经结构空间组成的前提条件。传统研究中，为了对神经元和神经环路进行定位，人们只能采用手工操作的方式，先将完整脑切为薄片、再对每一张脑片分别进行成像，最后将成像结果与参考脑图谱进行对照，确定感兴趣图像所在的位置。这种做法不仅耗时费力，而且对于需要在全脑范围获得每一个神经元的连接路径而言，无疑是有着明显的缺陷，即完整脑被分离为多张图片，在后期图像重建时难以准确实现神经纤维的连接关系；并且将脑组织图像与参考脑图谱相配准，忽视了个体差异可能造成的定位误差。
华中科技大学武汉光电国家实验室的骆清铭团队另辟蹊径，提出了一种称为全脑定位系统（Brain-wide Positioning System，BPS）的全自动显微成像方法，可以在单细胞水平解析及定位全脑神经结构。该方法主要包括两种新技术：在全脑成像的同时进行细胞构筑的实时染色；具有宽场大容积层析成像特点的高通量多通道全脑显微成像系统。利用BPS方法，可以在3天内以0.32 × 0.32 × 2.0 微米的体素分辨率，获取鼠脑内荧光标记的神经元及其共定位细胞构筑的全脑数据集。BPS方法不仅将单神经元水平获取小鼠全脑连续图像的时间，从十几天缩短到三天，而且可以同时在细胞水平获取每个神经元的解剖坐标。
该团队提出了实时复染的新概念，具有简单和准确的特点。无需额外的样本准备，利用细胞构筑染料的低渗透率实现了待成像表面细胞的实时复染，取代了生物学中常用的复染完整全脑的做法，这一策略还避免了来自深层组织的背景荧光干扰。通过对同一视场的荧光标记神经元与细胞构筑的同时成像，无需再做解剖定位和双通道图像的配准，既具有准确的优势，又可以节省大量的时间，直接得到全脑连接组的精确三维图像结果。这一概念还可以推广到其他基于机械切削的全脑光学成像技术，如STP和fMOST技术等。
2010年，《科学》（Science）杂志发表了骆清铭团队研发的标志性技术和“显微光学切片断层成像（MOST）获取小鼠全脑高分辨率图谱”的工作。
2013年，使用荧光全脑三维成像技术（fMOST），首次获得小鼠全脑单神经元轴突的连续追踪。
2016年，骆清铭研究团队又有新突破，他们发布了一种称为全脑定位系统（Brain-wide Positioning System，BPS）的全自动显微成像方法，可以在单细胞水平解析和定位全脑神经形态，为研究者提供了一种精准分析中观尺度甚至微观尺度神经解剖结构的工具，相关研究发表在 Nature Communications 杂志上。
骆清铭团队所发展的高通量成像技术，有效地缩短了单神经元分辨水平的全脑光学成像数据获取的时间。利用宽场成像的通量优势以及结构光照明对焦外背景的抑制作用，实现了快速完成完整鼠脑的高分辨率体成像。利用BPS获取的全脑成像数据集具有高连续性和高分辨率的特点，因此可以在全脑范围重现神经环路的投射路径，以及追踪神经元的精细形态，包括树突、树突棘、轴突和终扣等。
具有高通量和自配准特点的BPS技术，不仅可以用于准确定位神经元和定量分析其三维精细形态，还可以借助于细胞构筑信息，识别出单个神经元或特定功能神经环路的投射所途径的核团与脑区。研究人员称，这一方法有望加速未来细胞水平的脑连接图谱研究，实现从二维图谱向精准个性化的三维图谱发展，将助力细胞类型、环路连接等方面的研究。
除了推动类脑人工智能的发展，脑空间信息学的发展本身也需要机器学习等人工智能数据分析方法的支撑。
研究的合作者龚辉教授曾表示：“大脑的神经元以网络化连接呈现，如果需要搞清楚它们，就要拿到全脑网络的信息图，这就需要高分辨率成像，背后则要有大数据处理能力的支撑，仅一只小鼠全脑成像的数据就有10个TB。现在的人工智能算法还不能直接用于单神经元分辨的全脑神经网络研究，因为脑内神经元的数量太多而且极其复杂。比如很有前景的深度学习算法，其应用前提之一是要有足够多的训练样本，我们也有老师和学生在做这方面的工作。正在建立标准的数据库作为训练样本，用于机器学习，希望能加速大数据的分析。”
骆清铭教授简介：华中科技大学副校长、教授、博士生导师，教育部“长江学者奖励计划”生物医学光子学学科特聘教授（首批），国家杰出青年科学基金获得者（2000），国家基金委创新研究群体“生物医学光子学”学术带头人和国家重大科学研究计划项目“活体蛋白质功能的光学分子成像新技术新方法研究”首席科学家，AIMBE、SPIE、OSA和IET等国际学术组织Fellow。长期从事生物医学光子学交叉学科研究，在高分辨脑连接图谱成像研究方面取得系列成果。相关论文发表于Science、Nature Methods、Nature Cell Biology、PNAS、Nature Communications等期刊。以第一完成人，曾获国家自然科学奖二等奖和国家技术发明奖二等奖。
