2024年6月12日，National Science Review正式发表了由中国科学技术大学/合肥综合性国家科学中心人工智能研究院王浩副研究员、吴枫教授、毕国强教授与安徽大学汤进教授合作完成的“NEATmap: a high-efficiency deep learning approach for whole mouse brain neuronal activity trace mapping”工作，报道了一种用于小鼠全脑神经元活动印迹图谱分析的高效深度学习方法，开发的NEATmap（NEuronal Activity Trace mapping）软件，可在数小时内自动化完成一个小鼠全脑的c-Fos神经元的分割、分析。结合作者团队前期发展的VISoR高速三维全脑显微成像技术与NEATmap分析方法，作者们高效、批量化成像分析了多组多只动物差异化的全脑神经元激活。此外，NEATmap中所发展的3D HSFormer人工神经网络可用于各种转基因标记、病毒标记、免疫荧光标记、荧光原位杂交标记三维荧光成像的细胞胞体分割任务，具有良好的迁移性。
通讯/办公地址：
办公室电话：
邮箱：
版权所有 ©2020 中国科学技术大学
地址：安徽省合肥市金寨路 96 号，邮政编码：230026
微信二维码