3月14日消息，据中国科学院自动化研究所消息，受天文数据处理体系启发，中国科学院自动化研究所与中国科学院脑科学与智能技术卓越创新中心合作研发实感智能计算-控制平台，可快速提取和分析斑马鱼全脑神经元活动，实现神经元集群活动的闭环调控。
该研究借助天文学领域的数据处理技术，采用FPGA-GPU混合架构，成功对高达500MB/s的大数据流神经功能数据进行实时配准、信号提取和分析。通过这一技术突破，研究团队首次实现了对斑马鱼全脑十万级神经元的实时监控，进而对任意选择的神经元集群活动进行解码，以控制外部设备。这一成果标志着基于全脑单细胞光学成像的虚拟现实、光遗传调控等技术在脑科学闭环研究领域的应用迈出了关键一步。
据介绍，全脑范围单神经元活动成像是解析大脑并行分布式计算原理的有力工具，但其巨大的数据实时处理需求已成为技术发展的瓶颈，导致难以实时分析以及在大尺度上闭环调控和研究脑功能。受天文学领域中快速射电暴检测技术的启发，并借鉴其系统设计策略，本项研究利用FPGA编程的灵活性建立光学神经信号预处理系统，对来自光学传感器的信号规整化，并将其发送给基于GPU的实时处理系统，进行高速非线性配准，提取各信道的神经信号，依据编码规则进行解码，以获得用于控制外部器件的反馈信号。
依托大数据流的实时分析和高通量全脑成像技术，研究团队未来将进一步研究筛选适合光学脑机接口的神经群体活动特征，以揭示其机制，开发出更高效的光学脑机接口技术，推进脑科学研究范式的发展。
相关研究论文以Real-time analysis of large-scale neuronal imaging enables closed-loop investigation of neural dynamics为题，在线发表于《自然·神经科学》（Nature Neuroscience）。
3月14日消息，据中国科学院自动化研究所消息，受天文数据处理体系启发，中国科学院自动化研究所与中国科学院脑科学与智能技术卓越创新中心合作研发实感智能计算-控制平台，可快速提取和分析斑马鱼全脑神经元活动，实现神经元集群活动的闭环调控。
该研究借助天文学领域的数据处理技术，采用FPGA-GPU混合架构，成功对高达500MB/s的大数据流神经功能数据进行实时配准、信号提取和分析。通过这一技术突破，研究团队首次实现了对斑马鱼全脑十万级神经元的实时监控，进而对任意选择的神经元集群活动进行解码，以控制外部设备。这一成果标志着基于全脑单细胞光学成像的虚拟现实、光遗传调控等技术在脑科学闭环研究领域的应用迈出了关键一步。
据介绍，全脑范围单神经元活动成像是解析大脑并行分布式计算原理的有力工具，但其巨大的数据实时处理需求已成为技术发展的瓶颈，导致难以实时分析以及在大尺度上闭环调控和研究脑功能。受天文学领域中快速射电暴检测技术的启发，并借鉴其系统设计策略，本项研究利用FPGA编程的灵活性建立光学神经信号预处理系统，对来自光学传感器的信号规整化，并将其发送给基于GPU的实时处理系统，进行高速非线性配准，提取各信道的神经信号，依据编码规则进行解码，以获得用于控制外部器件的反馈信号。
依托大数据流的实时分析和高通量全脑成像技术，研究团队未来将进一步研究筛选适合光学脑机接口的神经群体活动特征，以揭示其机制，开发出更高效的光学脑机接口技术，推进脑科学研究范式的发展。
相关研究论文以Real-time analysis of large-scale neuronal imaging enables closed-loop investigation of neural dynamics为题，在线发表于《自然·神经科学》（Nature Neuroscience）。