Facemap使用小鼠的面部运动来预测大脑活动

老鼠总是在运动。即使它们的行为没有外部动机——就像一只潜伏在几英尺外的猫——老鼠也会不断地来回扫动胡须，嗅探周围的环境并梳理自己的毛发。

这些自发行为点亮了大脑许多不同区域的神经元，提供了动物在大脑中每时每刻所做的事情的神经表征。但大脑如何使用这些持久且广泛的信号仍然是个谜。

现在，霍华德休斯医学研究所 (HHMI) 珍妮莉亚研究园的科学家们开发了一种工具，可以让研究人员更进一步了解这些神秘的全脑信号。该工具被称为 Facemap，使用深度神经网络将小鼠眼睛、胡须、鼻子和嘴巴运动的信息与大脑中的神经活动联系起来。

“目标是：这些大脑区域所代表的行为是什么?而且，如果很多信息都存在于面部动作中，那么我们如何才能更好地追踪呢?” 斯特林格实验室的研究生阿蒂卡·赛达 (Atika Syeda) 说道，他是一篇描述该研究的新论文的主要作者。

创建脸部图

创造一种更好的工具来理解全脑信号的想法源于 Janelia 小组领导人 Carsen Stringer 和 Marius Pachitariu 之前的研究。他们发现，小鼠大脑中许多不同区域的活动(长期以来被认为是背景噪音)是由这些自发行为驱动的信号。然而，目前尚不清楚大脑如何使用这些信息。

“真正回答这个问题的第一步是了解驱动这一活动的运动是什么，以及这些大脑区域到底代表了什么，”斯金格说。

为此，研究人员需要能够跟踪和量化运动并将其与大脑活动相关联。但科学家们进行此类实验的工具并未针对小鼠进行优化，因此研究人员无法获得他们所需的信息。

“所有这些不同的大脑区域都是由这些运动驱动的，这就是为什么我们认为更好地掌握这些运动实际上是什么非常重要，因为我们以前的技术确实无法告诉我们它们是什么，”斯金格说。

为了解决这个缺点，该团队查看了 2,400 个视频帧，并标记了小鼠脸上的不同点，这些点对应于与自发行为相关的不同面部动作。他们专注于脸上代表个人行为的 13 个关键点，例如搅拌、梳理毛发和舔舐。

该团队首先开发了一种基于神经网络的模型，可以识别实验室在各种实验设置下收集的小鼠面部视频中的这些关键点。

然后，他们开发了另一种基于深度神经网络的模型，将代表小鼠运动的关键面部点数据与神经活动相关联，从而使他们能够了解小鼠的自发行为如何驱动特定大脑区域的神经活动。

与之前用于追踪小鼠口面部运动和行为的方法相比，Facemap 更准确、更快速。该工具还专门设计用于跟踪鼠标面部，并经过预先训练以跟踪许多不同的鼠标运动。这些因素使 Facemap 成为一种特别有效的工具：与之前的方法相比，该模型可以预测小鼠的神经活动两倍。

在早期的工作中，研究小组发现自发行为激活了视觉皮层中的神经元，视觉皮层是处理眼睛视觉信息的大脑区域。使用 Facemap，他们发现这些神经元活动簇在大脑的这个区域比之前想象的更加分散。

Facemap 可免费使用且易于使用。自去年发布以来，全球已有数百名研究人员下载了该工具。

“如果有人想开始，他们可以下载 Facemap、运行视频并在同一天获得结果，”Syeda 说。“总的来说，它只是让研究变得更加容易。”