MoGen: synthetische neuronen verbeteren AI voor hersenmapping, fouten met 4,4% verminderd
Google/DeepMind
Google Research heeft MoGen geïntroduceerd, een generatief AI-model dat synthetische neuronengeometrieën creëert. Wanneer het werd gebruikt om het PATHFINDER-reconstructiemodel te trainen, verminderde het samenvoegfouten met 4,4%, wat mogelijk 157 mensjaren aan handmatig proeflezen voor een volledig muizenbrein bespaart. Het team heeft MoGen als open-source uitgebracht.
Google Research ontwikkelde MoGen (Neuronal Morphology Generation), een generatief AI-model dat realistische synthetische neuronvormen produceert om de hersenkartering te verbeteren. Het model gebruikt PointInfinity-puntwolkstroomkoppeling om willekeurige 3D-punten om te zetten in neuvormen. Toen 10% synthetische data van MoGen werd toegevoegd aan de training van het PATHFINDER-reconstructiemodel, verminderde dit de algehele reconstructiefouten met 4,4%, voornamelijk door het verminderen van samenvoegfouten. Hoewel dit ogenschijnlijk bescheiden is, vertaalt deze verbetering zich in het besparen van 157 persoonsjaren handmatig proeflezen op de schaal van een compleet muizenbrein. MoGen werd getraind op 1.795 geverifieerde muizenschorsaxonen en gevalideerd door menselijke experts. De onderzoekers trainden ook versies voor neuronen van zebravinken en fruitvliegen. Het model en de getrainde gewichten zijn vrijgegeven als open source.
Bron: Google Research —
origineel
