Nov 20, 2023
Интерпретируемый подход машинного обучения для нейронов
Научные отчеты, том 13,
Научные отчеты, том 13, Номер статьи: 5567 (2023) Цитировать эту статью
861 Доступов
2 Альтметрика
Подробности о метриках
Сложность коры головного мозга лежит в основе ее функции и отличает нас как людей. Здесь мы представляем принципиальную достоверную методологию науки о данных для количественной гистологии, которая смещает фокус с исследований на уровне изображения на представления корковых областей на уровне нейронов, при этом нейроны на изображении являются предметом исследования, а не попиксельное содержание изображения. Наша методология опирается на автоматическую сегментацию нейронов по целым гистологическим срезам и обширный набор инженерных функций, которые отражают нейронный фенотип отдельных нейронов и свойства окрестностей нейронов. Представления на уровне нейронов используются в интерпретируемом конвейере машинного обучения для сопоставления фенотипа с кортикальными слоями. Чтобы проверить наш подход, мы создали уникальный набор данных корковых слоев, вручную аннотированный тремя экспертами в области нейроанатомии и гистологии. Представленная методология предлагает высокую интерпретируемость результатов, обеспечивая более глубокое понимание организации коры головного мозга человека, что может помочь сформулировать новые научные гипотезы, а также справиться с систематической неопределенностью в данных и предсказаниях моделей.
Кора головного мозга человека представляет собой высокоорганизованную сложную структуру, состоящую из миллиардов нейронов. Одной из наиболее ярких особенностей коры головного мозга человека являются корковые слои — ламинарные структуры, параллельные поверхности полушария головного мозга и накладывающиеся друг на друга. Эта слоистая структура обусловлена различиями в плотности клеток, размерах и форме нейронов, специфичными для каждого коркового слоя. В зависимости от количества слоев всю кору головного мозга можно подразделить на шестислойную неокортекс (или изокортекс) и аллокортекс, который в дальнейшем можно подразделить на двухслойную палеокортекс, трехслойную архикортекс и обычно пятислойную мезокортекс. . Сегодня наиболее используемой классификацией неокортикальных слоев является концепция, разработанная Корбинианом Бродманом в начале 20 века1. В этой классификации неокортекс состоит из шести слоев, различающихся по нейронным характеристикам, таким как тип нейронов, количество, размер, форма, плотность и т. д. В своей плодотворной работе Бродманн также резюмировал предыдущие работы, выполненные по составу неокортекса, показав, что в В отношении общего неокортекса исследователи существенно разошлись в описании количества слоев — от четырех до семи. Таким образом, мы можем сделать вывод, что корковые слои, хотя и являются биологическими особенностями коры головного мозга, очерчиваются произвольными критериями, выработанными людьми-наблюдателями. Более того, состав, размер и количество слоев не являются постоянными во всей коре головного мозга. На основании вариаций этих цитоархитектонических особенностей кору головного мозга можно разделить на более мелкие корковые, цитоархитектонические области. В начале 20-го века исследователи в области цитоархитектоники (т.е. изучения плана построения коры) разработали несколько цитоархитектонических карт, которые разделили кору головного мозга на более мелкие структурные единицы, причем две из наиболее влиятельных из них были разработаны Бродманном1,2 и другой — фон Экономо и Коскинасом3. Для каждой цитоархитектонической области можно выделить четкий набор особенностей, отличающих ее от других областей. Однако границы между двумя областями не всегда четко очерчены, а представляют собой, скорее, зону перехода с постепенными переходами от одной к другой. В этих переходных частях человеку-наблюдателю часто бывает трудно точно и последовательно очертить как корковые области, так и пластинки внутри областей. Интерес к анализу этих структур обусловлен данными о связи особенностей цитоархитектонического строения и функций коры. Сегодня считается, что то, как нейроны распределены в мозге, определяет его функцию. Тонкости этой тонкой структуры мозга, лежащей в основе его функций, можно очень подробно охарактеризовать, изучая организацию клеток коры4. Однако исследования в этой области в основном проводятся вручную, требуют значительного количества времени исследователей, вносят систематическую ошибку, зависящую от наблюдателя, и препятствуют воспроизводимости исследований5. По мере развития технологий становится доступным все больше и больше оцифрованных гистологических данных. Компьютерные методы позволяют быстрее, объективнее и эффективнее исследовать корковые структуры за счет автоматизированной обработки гистологических срезов коры. Это позволяет исследователям отвечать на различные научные вопросы, лучше понимая анатомическую и функциональную организацию мозга, а также наблюдая тонкие изменения в структурах мозга, вызванные неврологическими и психиатрическими заболеваниями.