0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

一種建模交互神經(jīng)元群體及其網(wǎng)絡(luò)結(jié)構(gòu)的方式

MEMS ? 來(lái)源:MEMS ? 2020-09-20 09:15 ? 次閱讀

在科學(xué)實(shí)驗(yàn)中,研究人員往往首先以小白鼠為實(shí)驗(yàn)對(duì)象。雖然是科研需要,但有人譴責(zé)這是對(duì)生命的褻瀆。此外,動(dòng)物測(cè)試成本高且耗時(shí),同時(shí)無(wú)法精確體現(xiàn)人類的反應(yīng)。那么有沒(méi)有其他替代品呢?

來(lái)自勞倫斯利弗莫爾國(guó)家實(shí)驗(yàn)室(LLNL)的多學(xué)科科學(xué)家團(tuán)隊(duì)開(kāi)發(fā)了一款三維芯片大腦(brain-on-a-chip),它能夠捕獲體外培養(yǎng)活體腦細(xì)胞的神經(jīng)活動(dòng),并提出了一種建模交互神經(jīng)元群體及其網(wǎng)絡(luò)結(jié)構(gòu)的方式。

LLNL 實(shí)驗(yàn)室工程師與生物學(xué)家團(tuán)隊(duì)成員,由左往右依次是 David Soscia、Nick Fischer 和 Doris Lam

在一篇發(fā)表在《Lab on a Chip》期刊的論文中,LLNL 實(shí)驗(yàn)室研究人員表示,他們創(chuàng)建的 3D 微電極陣列(3DMEA)平臺(tái)能夠維持?jǐn)?shù)十萬(wàn)人類神經(jīng)元存活,并使它們?cè)?3D gel 中連接和溝通。此外,使用他們開(kāi)發(fā)的薄膜式微電極陣列可以在長(zhǎng)達(dá) 45 天內(nèi)無(wú)創(chuàng)記錄放電和脈沖。

該研究技術(shù)復(fù)雜度很高,不過(guò)參與的研究人員認(rèn)為,這可以為消除影響大腦功能的毒素或神經(jīng)系統(tǒng)疾?。ㄈ绨d癇)提供高效的新方案。

該研究項(xiàng)目首席研究員 Nick Fischer 表示:“我們的計(jì)劃是匯集工程、生物學(xué)和計(jì)算知識(shí),開(kāi)發(fā)出一種更能代表人腦生理機(jī)能和功能的模型。而這項(xiàng)研究推動(dòng)該領(lǐng)域向著這個(gè)終極目標(biāo)前進(jìn)?!?/p>

LLNL 實(shí)驗(yàn)室致力于在芯片設(shè)備上復(fù)制人體系統(tǒng),而該研究正是其系列工作的一小部分。其目標(biāo)是隨著相關(guān)技術(shù)的不斷發(fā)展,研發(fā)的芯片設(shè)備更適用于人類,甚至取代動(dòng)物測(cè)試。

Fischer 表示,這項(xiàng) 3D 芯片大腦研究的最終目的是:開(kāi)發(fā)出一個(gè)提供人類相關(guān)數(shù)據(jù)的實(shí)驗(yàn)平臺(tái),通過(guò)簡(jiǎn)化、易復(fù)現(xiàn)、中肯的模型系統(tǒng),更好地理解不同類型的藥物和治療方案對(duì)人腦功能的影響。

制作和建模芯片大腦

神經(jīng)元被認(rèn)為是大腦中神經(jīng)系統(tǒng)向其他細(xì)胞傳遞信息的基本工作單元。神經(jīng)元交流時(shí),會(huì)產(chǎn)生微小的電信號(hào),微電極可以收集這些電信號(hào)。Fischer 和他的團(tuán)隊(duì)在 2016 年展開(kāi)了這項(xiàng)研究工作,在此過(guò)程中進(jìn)行了多次硬件迭代。他們?cè)O(shè)計(jì)和完善了帶有多電極陣列的芯片大腦設(shè)備。

LLNL 實(shí)驗(yàn)室的芯片大腦示意圖

Fischer 解釋說(shuō):“該陣列是一種培養(yǎng)孔中不同電極的方向,腦細(xì)胞在其上生長(zhǎng)。隨著神經(jīng)網(wǎng)絡(luò)的成熟,這些電極就可以收集神經(jīng)元的放電信號(hào)?!盕ischer 表示,這實(shí)質(zhì)上正是神經(jīng)元相互作用并傳遞電脈沖時(shí)發(fā)生的現(xiàn)象。

該芯片由一種基板構(gòu)成,基板上有一個(gè)穿過(guò)多個(gè)電極的孔,電極走線通向連接器,這些連接器接入的儀器可以記錄從腦細(xì)胞中獲取的電信號(hào)。該儀器與計(jì)算機(jī)連接,因此最終可以得到每個(gè)電極的小數(shù)據(jù)窗口,從中可以觀察到電壓的升高。

Fischer 補(bǔ)充道,隨著時(shí)間的推移,科學(xué)家將二維芯片升級(jí)為三維設(shè)備,這也使該研究更接近人腦的真實(shí)復(fù)雜情況。Fischer 表示三維芯片能夠呈現(xiàn)出非常震撼的圖像。

隨著芯片大腦的發(fā)展,LLNL 實(shí)驗(yàn)室機(jī)器學(xué)習(xí)組 Jose Cadena 和其他研究者建立了一個(gè)時(shí)間隨機(jī)塊模型。該模型可用于可視化和跟蹤神經(jīng)元網(wǎng)絡(luò)在芯片上的變化。該研究想要開(kāi)發(fā)出一種機(jī)制,來(lái)研究芯片上的神經(jīng)元和結(jié)構(gòu)在其存在過(guò)程中的變化。

Cadena 表示之前也有很多關(guān)于理解大腦快照的研究,即將大腦數(shù)據(jù)作為靜態(tài)照片。而這項(xiàng)研究的特別之處在于其模型是時(shí)間模型,可以研究大腦網(wǎng)絡(luò)隨時(shí)間的變化情況。

原始建模實(shí)驗(yàn)表明,以較小的尺寸比例表示人腦活動(dòng)是可行的。盡管該模型是為二維芯片大腦數(shù)據(jù)開(kāi)發(fā)的,但 Cadena 證實(shí)該過(guò)程也適用于三維設(shè)備。

未來(lái)應(yīng)用與實(shí)現(xiàn)前提

大腦活動(dòng)芯片和相關(guān)模型開(kāi)發(fā)獲得了眾多計(jì)算科學(xué)家、工程師和生物學(xué)家的支持。

Fischer 解釋稱:“為了促進(jìn)這種 3D 芯片大腦的發(fā)展,我們需要設(shè)計(jì)一種能夠從三個(gè)維度實(shí)際監(jiān)測(cè)神經(jīng)元功能的芯片,但項(xiàng)目伊始,我們并不具備相應(yīng)技術(shù),所以必須從內(nèi)部開(kāi)發(fā)。為此,我們需要掌握大量的相關(guān)工程知識(shí)?!?/p>

同時(shí)還需要生物科學(xué)家團(tuán)隊(duì)的助力,以了解細(xì)胞的功能以及它們?nèi)绾卧谠O(shè)備上實(shí)現(xiàn)生長(zhǎng)、培育和維護(hù)。此外,計(jì)算機(jī)專家也需要開(kāi)發(fā)能夠理解 Fischer 所說(shuō)的正在生成的大量數(shù)據(jù)的算法。此外,他還指出這些算法有助于理解這類網(wǎng)絡(luò)的時(shí)間效應(yīng)。

Fischer 稱:“開(kāi)發(fā)這些復(fù)雜系統(tǒng)的關(guān)鍵在于擁有廣泛的專業(yè)知識(shí)?!?/p>

接下來(lái),該模型旨在使用該模型研究對(duì)大腦功能產(chǎn)生負(fù)面影響的化學(xué)或生物制劑,并有興趣制定出相應(yīng)的研究方案。該模型可以為預(yù)測(cè)相關(guān)治療效果助力。

此外,F(xiàn)ischer 稱他們正在努力研究阿片類藥物在該領(lǐng)域的影響,并希望開(kāi)發(fā)出更多關(guān)于大腦疾病和損傷的模型。該團(tuán)隊(duì)正在尋求外部資金支持,以使用 3D 芯片大腦來(lái)篩選治療方法,并創(chuàng)建更多用于創(chuàng)傷性腦損傷等疾病和障礙的神經(jīng)元模型。

最后,F(xiàn)ischer 表示:“這些項(xiàng)目將永遠(yuǎn)不會(huì)結(jié)束。我的意思是,當(dāng)你確認(rèn)了一件事情時(shí),你回答了1個(gè)問(wèn)題,但會(huì)有其他 10 個(gè)問(wèn)題跳出來(lái)?,F(xiàn)在我們想要探索的領(lǐng)域太多了。但我認(rèn)為想要發(fā)展的關(guān)鍵就是這個(gè)得到計(jì)算模型補(bǔ)充的模型實(shí)驗(yàn)系統(tǒng)。我認(rèn)為我們已經(jīng)做到了這一點(diǎn)。”

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 芯片
    +關(guān)注

    關(guān)注

    452

    文章

    50224

    瀏覽量

    420982
  • 3D芯片
    +關(guān)注

    關(guān)注

    0

    文章

    52

    瀏覽量

    18410
  • 神經(jīng)元
    +關(guān)注

    關(guān)注

    1

    文章

    363

    瀏覽量

    18431

原文標(biāo)題:3D芯片大腦:在芯片上培養(yǎng)腦細(xì)胞,還能用來(lái)測(cè)試新藥

文章出處:【微信號(hào):MEMSensor,微信公眾號(hào):MEMS】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    神經(jīng)元芯片的主要特點(diǎn)和優(yōu)勢(shì)

    神經(jīng)元芯片,又稱神經(jīng)芯片或神經(jīng)元網(wǎng)絡(luò)芯片,是一種專為實(shí)現(xiàn)網(wǎng)絡(luò)通信和控制功能而設(shè)計(jì)的先進(jìn)半導(dǎo)體芯片。這類芯片的設(shè)計(jì)靈感部分源自于對(duì)人腦
    的頭像 發(fā)表于 07-12 16:42 ?941次閱讀

    人工智能神經(jīng)元的基本結(jié)構(gòu)

    ,旨在創(chuàng)建能夠執(zhí)行通常需要人類智能的任務(wù)的計(jì)算機(jī)系統(tǒng)。神經(jīng)元是構(gòu)成人腦的基本單元,也是人工智能研究的基礎(chǔ)。本文將詳細(xì)介紹人工智能神經(jīng)元的基本結(jié)構(gòu)。 神經(jīng)元的定義
    的頭像 發(fā)表于 07-11 11:19 ?934次閱讀

    神經(jīng)網(wǎng)絡(luò)三層結(jié)構(gòu)的作用是什么

    神經(jīng)網(wǎng)絡(luò)一種受人腦啟發(fā)的計(jì)算模型,能夠模擬人腦神經(jīng)元網(wǎng)絡(luò)的工作原理。神經(jīng)網(wǎng)絡(luò)由多個(gè)層次的神經(jīng)元組成,每個(gè)
    的頭像 發(fā)表于 07-11 11:03 ?611次閱讀

    人工神經(jīng)網(wǎng)絡(luò)模型是一種什么模型

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,簡(jiǎn)稱ANNs)是一種受生物神經(jīng)網(wǎng)絡(luò)啟發(fā)而產(chǎn)生的數(shù)學(xué)模型,用于模擬人腦處理信息的方式。它由大量的節(jié)點(diǎn)(或稱為
    的頭像 發(fā)表于 07-04 16:57 ?684次閱讀

    深度神經(jīng)網(wǎng)絡(luò)概述及其應(yīng)用

    通過(guò)模仿人類大腦神經(jīng)元的連接方式和處理機(jī)制,設(shè)計(jì)多層神經(jīng)元結(jié)構(gòu)來(lái)處理復(fù)雜的數(shù)據(jù)模式,從而在各種數(shù)據(jù)驅(qū)動(dòng)的問(wèn)題中展現(xiàn)出強(qiáng)大的能力。本文將從深度神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-04 16:08 ?645次閱讀

    循環(huán)神經(jīng)網(wǎng)絡(luò)的基本原理是什么

    循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,簡(jiǎn)稱RNN)是一種具有短期記憶功能的神經(jīng)網(wǎng)絡(luò),它能夠處理序列數(shù)據(jù),如時(shí)間序列、文本序列等。與傳統(tǒng)的前饋神經(jīng)網(wǎng)絡(luò)不同,RN
    的頭像 發(fā)表于 07-04 14:26 ?537次閱讀

    bp神經(jīng)網(wǎng)絡(luò)算法過(guò)程包括

    的算法過(guò)程,包括網(wǎng)絡(luò)結(jié)構(gòu)、激活函數(shù)、訓(xùn)練過(guò)程、反向傳播算法、權(quán)重更新策略等。 網(wǎng)絡(luò)結(jié)構(gòu) BP神經(jīng)網(wǎng)絡(luò)由輸入層、隱藏層和輸出層組成,每層包含若干神經(jīng)元。輸入層的
    的頭像 發(fā)表于 07-04 09:45 ?320次閱讀

    神經(jīng)元的分類包括哪些

    )是神經(jīng)系統(tǒng)的基本功能單位,是一種高度分化的細(xì)胞,具有接收、傳遞和處理信息的能力。神經(jīng)元通過(guò)電信號(hào)和化學(xué)信號(hào)進(jìn)行信息傳遞和處理,是神經(jīng)系統(tǒng)中最重要的細(xì)胞類型。 1.2
    的頭像 發(fā)表于 07-03 11:36 ?927次閱讀

    神經(jīng)元結(jié)構(gòu)及功能是什么

    神經(jīng)元神經(jīng)系統(tǒng)的基本結(jié)構(gòu)和功能單位,它們通過(guò)電信號(hào)和化學(xué)信號(hào)進(jìn)行信息傳遞和處理。神經(jīng)元結(jié)構(gòu)和功能非常復(fù)雜,涉及到許多不同的方面。
    的頭像 發(fā)表于 07-03 11:33 ?934次閱讀

    神經(jīng)元的基本作用是什么信息

    的作用。 、神經(jīng)元結(jié)構(gòu) 神經(jīng)元一種高度分化的細(xì)胞,具有獨(dú)特的形態(tài)和功能。神經(jīng)元的基本
    的頭像 發(fā)表于 07-03 11:29 ?722次閱讀

    神經(jīng)元的信息傳遞方式是什么

    神經(jīng)元神經(jīng)系統(tǒng)的基本單位,它們通過(guò)電信號(hào)和化學(xué)信號(hào)的方式進(jìn)行信息傳遞。 神經(jīng)元的信息傳遞方式 神經(jīng)元
    的頭像 發(fā)表于 07-03 11:27 ?974次閱讀

    如何使用神經(jīng)網(wǎng)絡(luò)進(jìn)行建模和預(yù)測(cè)

    神經(jīng)網(wǎng)絡(luò)一種強(qiáng)大的機(jī)器學(xué)習(xí)技術(shù),可以用于建模和預(yù)測(cè)變量之間的關(guān)系。 神經(jīng)網(wǎng)絡(luò)的基本概念 神經(jīng)網(wǎng)絡(luò)一種
    的頭像 發(fā)表于 07-03 10:23 ?630次閱讀

    反向傳播神經(jīng)網(wǎng)絡(luò)建模的基本原理

    等方面取得了顯著的成果。本文將詳細(xì)介紹BP神經(jīng)網(wǎng)絡(luò)的基本原理,包括網(wǎng)絡(luò)結(jié)構(gòu)、激活函數(shù)、損失函數(shù)、梯度下降算法、反向傳播算法等。 神經(jīng)網(wǎng)絡(luò)概述 神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-02 14:05 ?245次閱讀

    神經(jīng)網(wǎng)絡(luò)在數(shù)學(xué)建模中的應(yīng)用

    數(shù)學(xué)建模一種利用數(shù)學(xué)方法和工具來(lái)描述和分析現(xiàn)實(shí)世界問(wèn)題的過(guò)程。神經(jīng)網(wǎng)絡(luò)一種模擬人腦神經(jīng)元結(jié)構(gòu)
    的頭像 發(fā)表于 07-02 11:29 ?782次閱讀

    一種具有高度柔性與可塑性的超香腸覆蓋式神經(jīng)元模型

    人工神經(jīng)網(wǎng)絡(luò)是模擬人腦神經(jīng)活動(dòng)的重要模式識(shí)別工具,受到了眾多科學(xué)家和學(xué)者的關(guān)注。然而,近年來(lái)DNN的改進(jìn)與優(yōu)化工作主要集中于網(wǎng)絡(luò)結(jié)構(gòu)和損失函數(shù)的設(shè)計(jì),神經(jīng)元模型的發(fā)展
    的頭像 發(fā)表于 12-04 11:12 ?383次閱讀
    <b class='flag-5'>一種</b>具有高度柔性與可塑性的超香腸覆蓋式<b class='flag-5'>神經(jīng)元</b>模型