研究速報(更新):本系施奇廷老師「Method of Segmenting Single Neuron Images with High-Dynamic-Range Thresholds and Computer Readable Storage Medium Thereof」獲台、美專利

2018/04/13 更新:本研究「Method of Segmenting Single Neuron Images with High-Dynamic-Range Thresholds and Computer Readable Storage Medium Thereof」於 4/12 接獲通知,申請已獲美國商務部專利商標局審核通過,取得美國專利。

動物大腦的結構與功能,是目前科學界最受重視的研究主題之一。影像是腦科科學的重要基礎,神經影像協助我們瞭解神經系統的結構以及活動,利用這些影像資料,可以建立大腦的連結體圖譜「connectome」。台灣在這方面的進展領先全世界,清華大學腦科學研究中心所建立的FlyCircuit (www.flycircuit.tw) 果蠅神經影像資料庫 已發表近三萬顆果蠅大腦單一神經元影像,即將公開的新版本 FlyCircuit v2.0,其數目更超過六萬顆,目前全人類知識庫中的神經元影像,有超過半數來自台灣。在這個大數據的時代,在任何領域只要掌握了大量第一手資料,就擁有決定性的優勢。隨著取像的技術進步,影像資料的累積速度越來越快,傳統半人工的方式已經不敷使用,而且成本極高,因此開發全自動的神經影像處理演算法,成為腦科學研究的一個極重要的課題。

本系施奇廷老師清華大學腦科學研究中心以及國家高速網路與計算中心合作得到突破性的發展。施老師團隊開發了一個全自動化的神經影像處理演算法「神經獵犬」(NeuroRetriever),利用「高動態範圍閾值」法(high dynamic range thresholding, HDRT)以及追跡引擎「Fast Automatic Structural Tracing」(FAST),可以大幅加快影像處理的速度,並且減少人力成本。利用此演算法,可將過去十年腦科學中心所累積的近三萬個神經影像在兩週內全部處理完畢。有了這個演算法,使得大腦連結體圖譜的建立,又前進了一大步。

此演算法已獲經濟部智慧財產局通過,取得台灣專利,期刊論文以及美國專利也正在審查中(已於 2018/4/12核准通過)。

圖:左上為原始綠色螢光蛋白(GFP)影像,可以看到雜訊很多,並且有數個神經元混合在一起,左下為NeuroRetriever切割下來的單一神經元影像,右圖為以FAST追跡所得之向量化骨架,其中藍球為細胞本體,紅球為分支點(branching point),黃球為末端點(terminal)。