蔚鹏飞团队新突破：AI助力脑神经科学研究

蔚鹏飞团队新突破：AI助力脑神经科学研究

中国科学院深圳先进技术研究院脑认知与脑疾病研究所蔚鹏飞团队最近的研究成果登上国际顶级学术期刊《自然—机器智能》，他们将人工智能技术运用到神经科学研究中，提出了一种研究社交行为的小样本学习计算框架模型——Social Behavior Atlas（简称“SBeA”），实现了自由社交动物模型的无标签、高精度三维姿态估计、零样本身份识别和精细化社交行为分类。这项新技术有望创新社交行为神经环路机制的研究范式，并为神经疾病的临床医疗提供重要支持。

SBeA的核心创新在于其独特的技术架构，它巧妙地将姿态跟踪和行为映射两大功能融为一体。在姿态跟踪方面，系统通过摄像头阵列采集多只动物的社交行为视频，利用深度学习技术进行三维姿态估计和身份识别。特别值得一提的是，该系统采用了双向迁移学习策略，使得多动物身份识别的准确率超过90%，即使在动物相互遮挡的情况下也能保持较高的识别精度。

在行为映射方面，SBeA能够对动物的运动轨迹进行并行分解，将其分为移动、非移动动作和身体距离三个维度。通过空间和时间表征的转换，系统能够捕捉到社交行为的细微差异，从而实现对复杂社交场景的精确解析。

传统的深度学习方法往往需要大量标注数据才能达到较高的准确率，而SBeA则突破性地实现了少样本学习。整个系统仅需约400帧的标记数据就能完成训练，这不仅大大降低了数据准备的工作量，也使得该技术在实际应用中更加灵活便捷。

这项技术的问世，为脑神经科学研究开辟了新的途径。通过精确量化动物的社交行为，研究人员能够更深入地理解大脑功能和精神障碍的神经机制。例如，在一项针对敲除Shank3B基因小鼠的研究中，SBeA成功检测到了基因层面导致的社会行为差异，为自闭症等社交障碍疾病的研究提供了新的工具。

此外，该技术还有望在药物研发、行为学研究等多个领域发挥重要作用。通过精准捕捉和分析动物行为，研究人员能够更准确地评估药物效果，优化治疗方案。同时，SBeA也为研究复杂的社会行为提供了新的可能性，有助于揭示物种进化和社会组织的奥秘。

蔚鹏飞团队的这项研究成果，不仅展示了AI在脑科学研究中的巨大潜力，更为未来的精神疾病诊疗和脑科学研究提供了新的技术支撑。随着技术的进一步完善和应用，我们有理由相信，SBeA将成为揭示大脑奥秘、攻克精神疾病的重要工具。