更多精彩，请关注硅谷洞察官方网站：www.svinsght.com
据外媒报道，谷歌刚刚公布了一项最新研究结果“用洪水填充网络（Flood-Filling Networks）和局部调整方法（Local Realignment）自动重建连续切片成像的果蝇大脑”。
论文首页截图
这项研究是谷歌与霍华德休斯医学研究所（HHMI）、剑桥大学合作进行的，一共16位研究人员参与了这个研究，主要目标是通过绘制果蝇大脑的完整的神经网络以了解神经系统是如何运作的，并最终绘制出人类大脑图像。
值得注意的是，这并不是第一次完整绘制果蝇大脑，MIT和霍华德休斯医学研究所（HHMI）科学家们在今年1月已经成功对果蝇的完整大脑进行了成像，并且清晰度达到了纳米级，但那次由于是使用显微镜进行成像，仍然属于人工方法。
将果蝇大脑分割成成千上万40纳米切片
选择果蝇的大脑进行研究并不是随机的，正如该论文的几位合著者在一篇博客文章中指出，与青蛙大脑（超过1000万个神经元）、老鼠大脑（1亿个神经元）、章鱼大脑（50亿个神经元）或人类大脑（1000亿个神经元）相比，果蝇大脑相对较小（10万个神经元），这使得他们更容易把它作为一个完整的回路进行研究。
在实验过程中，研究小组主要采用的数据集是FAFB，它是“full adult fly pain”的缩写。研究小组向一只果蝇的大脑细胞和突触中注入重金属（heavy metals），以标记每个神经元及其连接处的轮廓。为了产生图像，他们用一束电子束击中大约7062个大脑切片，这些电子束穿过除注入金属部分以外的所有部分。
一个40万亿像素的果蝇大脑的3D重建
绘制出一个果蝇大脑需要首先将其分割成陈千上万个40纳米的超薄切片，然后用透射电子显微镜对其进行成像，这就产生了超过40万亿像素的大脑图像，之后还需要将这些2D图像排列成整个大脑的3D图像。
接下来，数千个谷歌云TPU谷歌定制的人工智能加速器芯片运行一种特殊的算法，称为洪水填充网络（FFN），来自动追踪果蝇大脑中的每个神经元。
当然，重建过程并非一帆风顺。当连续切片中的图像内容不稳定（对齐不够完美）或缺少多个连续切片时，FFN表现不佳。为了减少精度和准确性的下降，研究小组估算了3D大脑图像中的切片一致性，并在FFN突出显示每个神经元的同时稳定了局部内容。
此外，他们还使用了一种人工智能模型，称为分割增强循环（SECGAN）一种专门用于分割的生成性对抗网络来计算并填充图像体积(volume)中缺失的切片。有了这两个新的程序，他们发现FFN可以“更加强大地”追踪多个缺失切片的位置。
用Neuroglancer实现果蝇大脑图像可视化
在大脑完全成像的情况下，研究小组利用上述的NeuroGleener解决了可视化的问题。它基于WebGL，并在新版Chrome和Firefox中得到支持，它展示了一个由三个正交横截面视图和一个显示选定对象3D模型的视图（具有独立方向）组成的四窗格视图。
雌果蝇“半脑”样本的对齐演示
NeuroGleener是一个在github上的开源项目，可以查看petabyte级3D volume，并支持许多高级功能，如任意轴横截面重构，多分辨率网格，以及通过与Python集成开发自定义分析workflow的强大功能。该工具已被合作者广泛使用，包括艾伦脑科学研究所、哈佛大学、HHMI、马克斯普朗克研究所、MIT、普林斯顿大学等。
论文的合著者表示他们的大脑图像并不完美，因为仍然包含一些错误并且跳过了对大脑突触的识别，但他们预计，分割方法的发展将进一步改进大脑重建。他们正在与珍妮亚研究院的FlyEM团队合作，利用离子束扫描电子显微镜技术获取的图像，创建一个“高度验证”和“详尽”的果蝇大脑连接组。
他们也期望他们在连接组学方面的工作能够加速美国卫生部和剑桥大学对果蝇大脑学习、记忆和感知的研究。本着开源的精神，他们使用NeuroGleener（一种内部交互式3D界面）提供了完整的研究结论供浏览和下载。
结语：谷歌AI重建果蝇大脑
谷歌一直是AI技术的推崇者和前沿研究者，就像本篇文章提到的，其目前的AI技术已经能够对果蝇大脑进行纳米级切片并重建。
虽然果蝇的神经元比较少实验起来相对容易，但这项技术已经是一项重大的突破，就像论文作者所说：“目前的成果并不完美，因为还有一些错误和疏漏，但随着这项技术的不断进步，大脑切片和重建也会继续进步。”
更多精彩，请关注硅谷洞察官方网站：www.svinsght.com
