生物学的ニューラルネットワークの自動細胞型分類のための作用における人工ニューラルネットワーク【JST・京大機械翻訳】

Troullinou Eirini; Tsagkatakis Grigorios; Chavlis Spyridon; Turi Gergely; Li Wen-Ke; Losonczy Attila; Tsakalides Panagiotis; Poirazi Panayiota

プレプリント

J-GLOBAL ID：202202219957993938 整理番号：22P0088692

生物学的ニューラルネットワークの自動細胞型分類のための作用における人工ニューラルネットワーク【JST・京大機械翻訳】

Artificial neural networks in action for an automated cell-type classification of biological neural networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2019年11月22日プレプリントサーバーでの情報更新日： 2020年09月28日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

異なる神経細胞型の同定は,脳機能への寄与を理解するために重要である。しかし,ニューロンの自動化および信頼できる分類は,主にそれらの生物学的複雑性のため,課題のままである。典型的なアプローチは,細胞特性に基づく特徴抽出アルゴリズムが最近提案されているが,面倒で高価な免疫組織化学的分析を含む。前者は,多くの細胞型でしばしば発現する分子マーカーに依存するが,後者は同様の課題に悩まされる:各クラスに特徴的な特徴を見つけることは,等しく困難であることが証明されている。さらに,両アプローチは時間がかかり,多くの人間の介入を必要とする。本研究では,分子または細胞の特徴よりもむしろニューロン活性に依存する最初の自動化細胞型分類法を確立する。4つのニューロン型に対する生カルシウム活性シグナルから成る実世界データセットに関する著者らの方法を試験した。3つの異なる深層学習モデルの性能を比較し,この方法が前例のない精度で神経細胞型の自動分類を達成できることを示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

脳・神経系モデル , 中枢神経系 , ニューロコンピュータ

, , , ,

前のページに戻る