用机器学习技术研究神经元连接

日本国立情报学研究所、综合研究大学院大学和日本理化学研究所合作，利用机器学习技术分析了神经元间的连接，采集的神经数据有望用于重构神经元电路。

了解神经元间的连接对研究大脑功能、开发神经接口、改善认知能力有重要作用。目前，学术界已经实现持续记录大量神经元活动信息，并通过神经元信号间的关联性推断神经元间的连接，其中一种方法是利用表征神经元获得特定神经元受放电神经元影响的程度，从而估计神经元的连接关系。研究团队提出了一种数据分析方法，将广义线性模型用于尖峰放电的交叉相关特性研究，以突触后电位以及验证连接关系所需的尖峰记录，分析神经元间的连接关系。实验结果表明：该方法估算神经元间关联的准确性达到97%，对大鼠海马体数据的分析结果也与生理线索推断结果一致。

这种方法为研究大脑神经元连接图提供了新途径，为了解不同大脑的信息处理过程、开发新型神经借口奠定了基础。