基于口面部追踪的神经活动建模框架

美国Janelia研究所Carsen Stringer和Atika Syeda开发了Facemap工具—— 一个基于口面部追踪的神经活动建模框架。相关研究11月20日在线发表于《自然-神经科学》。

对小鼠的研究表明，口腔面部行为驱动了整个大脑的大部分神经活动。为了理解这些信号的性质和功能，研究人员需要更好地计算模型来表征行为，并将其与神经活动联系起来。

研究人员开发了Facemap，这是一个由关键点跟踪器和深度神经网络编码器组成的框架，用于预测神经活动。这一算法能比现有的姿态估计工具更准确地跟踪小鼠的口腔面部行为，且处理速度快了几倍，使其成为实时实验干预的有力工具。Facemap跟踪器很容易适应新实验室的数据，只需要10个带注释的帧，即可实现近乎最佳的性能。研究人员以这些关键点作为深度神经网络的输入，该网络预测了约5万个同时记录的神经元的活动。

总之，Facemap为理解全脑神经信号的功能及其与行为的关系提供了基础。