信息科学与技术学院张俊松课题组的研究成果发表于Nature Communications

2019年4月4日，厦门大学信息科学与技术学院张俊松团队联合美国南加州大学Hong-Wei Dong团队在《Nature Communications》杂志上发表题为“Precise Segmentation of Densely Interweaving Neuron Clusters Using G-Cut”的论文，实现信息学院在Nature子刊发文的零突破。

大脑中多样化的神经元类别具有不同的形态学特征，并在大脑中发挥着不同的功能。对这些神经元进行列举和表征被美国脑计划（BRAIN Initiative）列为脑科学领域最具挑战性的问题之一。探明大脑中神经元的形态学特征对于神经元的分类以及研究健康或疾病人群的脑功能无疑具有极其重要的科学意义和实际应用价值。现有的显微镜技术能够采集到大规模的三维神经元簇图像，然而数字化重建和分析这些神经元簇的形态学特征却仍然是一个难题。因此，课题组设计表征神经元形态的数学模型和重建算法，在此基础上，提出一个从三维神经元簇图像重建神经元形态的新工具G-Cut，G-Cut在大规模神经元形态重建和分析等方面有实际应用价值，对于推动和加快绘制人类大脑图谱的步伐，具有重要科学意义。

脑是宇宙间最为复杂的系统之一，成人的脑中有约1000亿个神经元，单个神经元通常与其它神经元有成千上万个“突触”连接节点，形成拥有百万亿级连接的极其复杂的脑神经网络。人类个体的行为、认知功能之所以与众不同，并伴随着年龄增长不断变化，这其中一个重要因素就是大脑神经网络形态及其连接方式的差异和持续改变。另外，已有研究表明，众多的神经系统疾病，如老年痴呆，自闭症等都与脑内神经元的形态异常有关。因此，结合前沿的神经影像成像方法、先进的计算科学和人工智能等技术，量化分析神经元的类别、形态等是解开大脑之秘，洞察人类各项复杂和高级认知功能，诸如感知、学习、情感、记忆和推理决策等的基础，也能为类脑计算、人工智能、神经和精神疾病检测治疗提供理论参考。

近来，得益于最新的脑组织清洗技术和显微成像技术，研究者能够更为方便地获得高分辨率、完整的脑组织中的神经元簇图像，由于神经元簇图像中密集分布的神经元之间存在严重的重叠和相互缠绕，从三维神经元簇图像精准重建和分析神经元形态变得十分困难。当前多数神经元三维重建和分析工具仅适用于单个神经元的形态学重建，难以从神经元簇图像中正确追踪重建出多个神经元，而神经元的重建质量又影响到量化分析神经元的形态学特征及其功能。因此，亟待研发新的软件工具从三维神经元簇图像中得到精确的神经元形态重建结果。针对这一问题，课题组提出一种新的三维神经元簇重建工具G-Cut。具体地，为了度量神经元胞体与神经突起间的关联性，课题组从已有的带有标注的大规模神经元形态学数据集统计分析得到其规律和形态学信息。然后将神经元簇的重建问题转化为神经突起之间连接所形成的拓扑连接图的图分割问题，并结合神经元形态学规律和信息，在所有的神经突起与神经元胞体的关联性中寻找重建问题的最优解。通过在不同的合成数据集以及真实的脑组织图像数据集上测试，和已有的方法相比，G-Cut在不同密度和不同规模的神经元簇图像上均获得了更高的重建正确率。

从神经元簇自动重建单个神经元的工作流程

该项研究工作由厦门大学，南加州大学，加州大学洛杉矶分校等高校课题组合作完成，厦门大学信息学院智能科学与技术系为第一完成单位，厦门大学博士生李睿和USC博士生Muye Zhu为论文共同第一作者，张俊松博士和南加州大学的Hong-Wei Dong教授为论文共同通讯作者。厦门大学周昌乐教授和南加州大学的Arthur Toga教授为研究提供了大力支持。该项研究得到国家自然科学基金、国家重点基础研究发展计划973项目、国家留学基金、厦门大学研究生国际交流项目、美国脑计划和NIH等课题资助。

ENIGMA Epilepsy全世界研究中心分布

近年来，厦门大学信息学院张俊松博士、周昌乐教授所在的课题组致力于跨学科研究，所涉及的学科方向包括人工智能、脑与认知科学、数字媒体与人机交互、脑机接口、文化计算等，实验室先后参与了多项国际合作项目，例如2018年，张俊松博士作为Site Principle Investigator参与的ENIGMA Epilepsy项目，该项目由来自14个国家，26个研究中心的100余位研究者构成，共同致力于融合大数据、神经影像学、脑科学、基因组学和人工智能等跨学科的脑科学与神经疾病研究，前期工作“Structural brain abnormalities in the common epilepsies assessed in a worldwide ENIGMA study”2018年发表在脑科学领域的顶级期刊《Brain》（JCR1,IF:10.8），该论文也被评为《Brain》期刊2018年度“Top 10 High Impact Articles”，目前后续研究还在进行中。

张俊松博士，2008年3月毕业于浙江大学计算机辅助设计与图形学国家重点实验室，获计算机科学与技术工学博士学位。2008年3月至2010年5月，为厦门大学数学科学学院“人工智能基础”博士后研究人员, 2014年底至2016年初在美国南加州大学(USC)、加州理工学院(Caltech)等校访问学习。研究工作得到国家自然科学基金、航空科学基金、973项目等资助，近三年来在《Nature Communications》、《IEEE Transactions on Visualization and Computer Graphics》、《ACM Transactions on Applied Perception》、《Computer Graphics Forum 》、《Brain》、《Brain Research》、《中国科学：信息科学》等上面发表多篇论文。先后指导本科生获全国大学生智能竞赛一等奖、优秀指导教师奖，指导研究生获中国计算机辅助设计与图形学大会最佳论文奖。

文章链接：https://www.nature.com/articles/s41467-019-09515-0#Sec7

（信息科学与技术学院）

责任编辑：黄伟彬