Visualisierungs-Software

Neuronale Netzwerke zehnmal schneller entschlüsselt

Flug durchs Gehirn dank neuer Visualisierungs-Software. Dies führt zu einer ungefähr zehnfachen Beschleunigung der Datenanalyse.

Die Wissenschaftler im Forschungsgebiet „Connectomics“ haben sich als Ziel gesetzt, Netzwerke von Nervenzellen im Gehirn komplett zu rekonstruieren. Obwohl die technologischen Fortschritte beeindruckend sind, ist die Entwicklung dieses relativ neuen Forschungsfelds durch die unglaublich große Menge an menschlicher Analysearbeit noch stark limitiert. Forschern des Frankfurter Max-Planck-Instituts für Hirnforschung ist es jetzt zusammen mit Softwarespezialisten des Startups scalable minds gelungen, die Rekonstruktionssoftware online quasi durch das Gehirn fliegen zu lassen. Dies führt zu einer ungefähr zehnfachen Beschleunigung der Datenanalyse.

Analyse riesiger Bilddatenmengen

In unserem Gehirn arbeiten Milliarden Nervenzellen gleichzeitig, um all unsere beeindruckenden Leistungen wie Erkennen, Vorhersagen, Denken zu vollbringen. Diese Nervenzellen bilden ein hochkomplexes Netzwerk, in dem jede Nervenzelle mit rund eintausend anderen Zellen verknüpft ist. Die Kommunikation erfolgt über Dendriten und Axone, lange und extrem dünne Kabel, durch die der Nervenzell-Kontakt hergestellt und gepflegt wird.

Neurone

Frankfurter Forscher finden eine einfache Erklärung für die typischen Muster von Nervenzellen innerhalb neuronaler Karten.

weiterlesen

Erst dank neuester hochauflösender Methoden der Elektronenmikroskopie können diese neuronalen Netzwerke detailliert vermessen werden. Entscheidend für die Entschlüsselung der Netzwerke ist jedoch die Analyse der riesigen Bilddatenmengen. Interessanterweise können selbst die besten Computer heutzutage diese Analyse noch nicht so gut bestreiten wie wir Menschen. Daher müssen Wissenschaftler Computer- und menschliche Analyse zusammenbringen, um solche großen Datenmengen aus dem Gehirn zu entschlüsseln.

Neue Methode zur Darstellung

Forscher um Moritz Helmstaedter am Max-Planck-Institut für Hirnforschung haben nun eine neue effiziente Methode gefunden, die dreidimensionalen Bilddaten aus dem Gehirn im Internetbrowser so intuitiv darzustellen, dass Menschen mit bis zu 1.500 Mikrometern pro Stunde durch das Hirngewebe fliegen können, und dabei Abzweigungen und Kurven der Nervenzellkabel rekonstruieren (Boergens, Berning et al. Nature Methods, 2017). „Dies entspricht in etwa einem Parforceritt mit 150 Stundenkilometern durch ein kurvenreiches, hügeliges Dorf“, so Helmstaedter. Da die Visualisierung wie in einem Flugzeug auf den Piloten zentriert ist und so eine optimale Steuerung erlaubt, sind die menschlichen Analysatoren wohl so schnell wie es das Sehsystem ermöglicht. Zusammen mit Computerprogrammen ist nun der menschliche Anteil der Analyse maximal schnell: rund 10 Mal schneller als bisher.

Startup scalable minds hilft

Eine wichtige Voraussetzung für diesen Erfolg ist Software für die Entwicklung effizienter Datenübertragung und für eine rechtzeitige Vorhersage des menschlichen Flugpfades. Die Software „webKnossos“ entstand in enger Zusammenarbeit mit einem Startup-Unternehmen aus Potsdam, scalable minds. Seit rund fünf Jahren hat dieses studentische Team zusammen mit den Max-Planck-Forschern an Methoden gearbeitet, um den Flug durchs Gehirn möglichst intuitiv und effizient online zu ermöglichen. „Das waren sehr ungewöhnliche Aufgaben für uns als Software-Spezialisten – aber gerade deshalb spannend und motivierend“ sagt Norman Rzepka, Koautor der Studie und als einer der Gründer des Startups von Anfang an dabei. „Nun, dass der menschliche Analyse-Anteil im Flugmodus so effizient wie möglich ist, fokussieren wir uns wieder darauf, dass Computer die wertvolle menschliche Arbeitszeit möglichst wirksam nutzen.“, so die Wissenschaftler. Eine direkte und optimierte Zusammenarbeit von Mensch und Maschine ist für die aktuelle Hirnforschung unerlässlich. (idw, red)

 

Literatur:

Kevin M Boergens, Manuel Berning, Tom Bocklisch, et al.: webKnossos: efficient online 3D data annotation for connectomics. Nature Methods (2017), DOI: 10.1038/nmeth.4331.