作者：刘佳，中国科学院
中国科学院脑科学与智能技术卓越创新中心杜久林课题组、穆宇课题组以及自动化研究所郝杰课题组在《自然神经科学》杂志上发表的一项研究中，利用数据处理技术天文学技术和现场可编程门阵列图形处理单元 (FPGA-GPU) 混合架构，可对高达 500MB/s 的数据流执行实时配准、信号提取和分析。
|
他们首次实现了斑马鱼大脑中数十万个神经元的实时分析，从而能够解码任意选择的神经元群的活动以控制外部设备。 全脑神经元活动成像是破译大脑原理的有力工具。然而，其庞大的数据处理需求已成为瓶颈，使得脑功能的实时分析和闭环研究面临挑战。 受天文学中快速射电爆发探测技术的启发，研究人员采用FX系统的设计，并利用FPGA编程的灵活性，建立了光学神经信号预处理系统。 该系统对来自光学传感器的信号进行正则化，并将其发送到基于GPU的实时处理系统，以进行高速非线性配准、神经信号提取和解码，并获得用于控制外部设备的反馈信号。 该系统通过连续监测斑马鱼全脑神经元的活动来产生反馈信号，反馈延迟小于70.5毫秒。 该系统的性能在三个闭环脑科学研究场景中得到了展示：锁定任意选择的神经元群活动的实时光遗传学刺激、锁定特定大脑功能状态的实时视觉刺激以及直接驱动的虚拟现实大脑中的神经元活动。 通过对全脑神经元进行功能聚类，将所选神经元群的自发活动作为触发信号，对目标神经元群进行实时光遗传学刺激。与开环刺激相比，闭环刺激有效激活下游大脑区域。 通过实时监测蓝斑（LC）去甲肾上腺素能系统的活动，在代表动物清醒状态的LC神经元兴奋期施加视觉刺激，导致整个大脑神经元的反应更强。这表明大脑状态调节视觉信息的处理，闭环感觉刺激有助于研究大脑内部状态与外部环境之间的相互作用。 将所有大脑神经元活动实时降维为多个神经元集合，并与视觉环境闭环耦合，使得建立由大脑神经元活动直接驱动的虚拟现实系统成为可能。在这个虚拟现实系统中，神经元活动与环境之间的增益耦合可以任意调整，允许控制环境的神经元集合根据增益变化自适应地调整其输出。 研究人员将利用大数据流的实时分析和高通量全脑成像技术，筛选出适合光学脑机接口（BMI）的神经元活动特征，揭示其潜在机制，开发更高效的光学脑机接口技术。 该研究标志着基于全脑细胞分辨率光学成像的虚拟现实、光遗传学控制等技术在闭环全脑规模研究领域的应用迈出了关键的一步。 (责任编辑：泉水) |
