臺大與他校共組跨領域團隊 發展創新顯微鏡技術觀察高速腦神經功能性影像

人類的腦如何運算？如何產生意識？一直是未解的謎團。臺灣大學物理學系教授朱士維與臺大醫學院藥理學科暨研究所副教授潘明楷在國科會「腦科技創新研發及應用計畫」支持下，偕同國立清華大學教授吳順吉組成跨領域團隊，結合光學顯微技術，深度學習提升影像品質，以及基因改造螢光小鼠等創新技術，共同以人工智慧AI協助探索腦的奧秘。能夠以高速高對比大體積的四維時空成像技術，觀察活體腦神經中的個別與集體細胞運算，了解高效能的腦部運算機轉，未來可以應用在發展更新的AI模組上。此成果已2024年11月發表在國際頂尖期刊 「先進科學」 Advanced Science。

該研究團隊的目標是能夠看到腦中每一個細胞彼此如何「聊天」的過程，希望能夠看得廣、看得深、看得細、看得快。但目前世界上所有的影像技術，並無法同時滿足能夠看到全腦的深度，解析度達到細胞乃至突觸等級，還有速度要能夠追上神經信號傳導的諸多要求。因此該團隊發展高速光學顯微技術，雖然穿透深度尚不足小鼠全腦，不過已經能夠同步看到活體腦中三維空間內眾多神經細胞的緻密樹突結構，且時間上的取像速度亦達到每秒千張等級。但是與此同時，主要面臨的挑戰就是高速影像的清晰度不足。於是該研究更是利用最新的AI技術，結合神經生物學的基本結構連續概念，能在不需要花費大量時間取得沒有雜訊的影像作為參考 (ground truth)條件下，直接大幅提高四維時空影像對比，讓原本模糊不清的神經反應信號，變得非常清楚。研究團隊將這樣的技術應用在觀察小腦中控制動作的神經元上，這些神經元的分佈就像GPU一般，平行排列進行運算。透過此項創新技術，可以看到這一群細胞中，相鄰的樹突層就算接收到的信號相仿，傳遞到細胞本體層竟然會變出不同的結果。顯示這些神經單元是既獨立運作，又能集體合作產生運動的模式。

此跨領域合作團隊所發展的技術，一方面能夠進一步提升人類對腦組織運算的功能性理解，有助於探討意識如何產生的問題；另一方面對於神經系統運作的深入觀察與理解，將有助於未來發展更先進以及節能的人工智慧運算，相輔相成

研究成果全文：https://onlinelibrary.wiley.com/doi/10.1002/advs.202405293