与NVIDIA GPU-Accelerated MATLAB分析大规模神经探针数据
通过Vijay艾耶和安迪,MathWorks
几十年来,科学家在研究大脑活动的单个脑细胞只能记录一次几十个神经元。因为通常有超过10000个神经元与单一功能的大脑区域,这些录音提供不超过当地的大脑回路内的活动。
Neuropixels探针(图1)是一个新类的设备基于硅制造技术将改变这一状况,使神经学家同时记录数以百计的单个神经元的活动。这些突破探针通过合作开发的霍华德•休斯医学研究所,艾伦脑科学研究所的,盖茨比慈善基金会,威康信托基金会。早期采用者的这些新硅探测器进行试点实验更好的地图大脑回路。在这个过程中,他们得到一个早期的一个新的挑战即将面临神经科学家:管理数据集近100 x大于他们所遇到的在100字节的顺序为单个实验。
图1所示。Neuropixels硅神经探针与近1000记录网站。图片由m . Barbic霍华德·休斯医学研究所的Janelia。
马吕斯Pachitariu博士一个早期采用者,神经科学家认识到,处理这些大型数据集需要两个关键的进步:更多的自动化和gpu加速。Pachitariu博士和他的同事们在伦敦大学学院(UCL)随后Kilosort创建一个开源MATLAB®应用程序实现半自动化,NVIDIA®GPU-accelerated数据处理管道。
分析结果在几个小时,而不是几周
使用MATLAB, Pachitariu博士发明了一种新的算法,加快处理25 x相比以前的方法。然后他转向现成的NVIDIA gpu,比如GeForce GTX 1080 Ti,加速关键步骤,如信号预处理和特征提取模板。使用单一GPU-equipped工作站导致进一步加速约40 x。总的来说,他的原型削减50 GB的处理时间(30分钟的硅探测器记录数据)从两个星期缩短至20分钟。分析速度的增加使研究人员能够运行实验,分析结果,调整参数,重新运行实验,并生成新结果在几个小时而不是等待周每次迭代之间。
检测神经活动
当神经元发出一个脉冲,产生的电势变化称为一个动作电位或上升,一个简短的活动持续约1毫秒。这个动作电位传播不仅期待其他神经元,而且通过神经元的输入(分支树突树)。因此,从每个神经元产生一个峰值电场的独特模式变位的各种渠道传播电子探针(图2)。斯派克排序检查时间、幅度和形状的信号在每个电子探针channel-neuroscientists可以从单个神经元确定峰值的电子签名,并推断峰值的时间从单个神经元。
图2。从单个神经元的记录在11个不同的频道。
之前Neuropixels探针,研究人员试图记录峰值的神经元转向光学成像技术。这些技术报告峰值仅间接地通过测量钙离子浓度的增加,火灾发生在神经元。这些光学技术关键限制:他们既不能容易达到深层的大脑区域也不能匹配神经探针录音的毫秒时间精度。光学方法仍然提供最大数量的神经元的密度最高记录(超过1000),但Neuropixels探针弥合这一差距将近1000可用的记录间隔为20µm网站。
对速度的需要
当Neuropixels探测器扩展的数量记录网站从几个到数百,它强调了不切实际的手工方法。Pachitariu博士和他的团队需要一个更有效的飙升数以千计的聚类能力排序方法。
他打算创建一个新的方法来实现这一加速三个想法:创建杠杆NVIDIA gpu的算法,简化算法来避免可能的偏见,并减少设计迭代。他们可以直接在MATLAB使用几个GPU实现操作gpuArray在并行计算工具箱™,高级结构。Kilosort需要额外定制GPU操作,研究人员使用定制的CUDA实现内核和直接调用MATLAB。
加速飙升排序近1000倍
Kilosort设计过程在活的有机体内电生理记录捕捉到数百个电极通道,通常在25 kHz的采样率。一个动作电位峰值出现在多个电极同步信号。可视化数据的一个方法是情节频道作为时间的函数,与每个偏转的情节代表从一个神经元的动作电位产生的信号的峰值(图3)。
图3。的渠道和时间。
Kilosort预处理所记录的数据通过应用巴特沃斯高通滤波器。接下来,它适用于迭代聚类算法,反复执行一个两步过程:确定信号的模式形状,然后找到这些模式的实例的原始数据(图4)。第二部分什么时候loop-determining每个识别信号的模式出现在执行的数据——使用自定义CUDA的NVIDIA GPU 3584核内核集成到MATLAB。继续优化其模板算法,直到可以准确地重建原始记录数据集通过装配这些单个检测信号模式高峰时间。Kilosort允许用户删除假阳性。
图4。块18个人峰值形状被11个不同的频道。
团队花了仅仅两周为Kilosort开发核心算法在MATLAB。一旦他们发现算法产生的结果比现有的spike-sorting软件速度快了近1000倍,和相同级别的准确性,他们花了好几个星期验证算法对不同的数据集和方便其他研究人员使用。
未来的发展
Neuropixels探测器已经公布2018年神经科学社会会议上提出之前,和研究人员的需求已经超过供应。神经学家在全球范围内将很快开始电地图上各种各样的大脑回路的功能在这个前所未有的规模。分析大量数据,他们可以把Kilosort。
Pachitariu博士和他的同事目前正致力于一个自动漂移校正算法,以帮助改善精度时,主题是从事一项活动,如跑步,也会使得探针移动。这个新算法也是GPU-accelerated,按顺序解决成千上万的小集群问题每两批数据来确定什么是深度,批记录。准确漂移校正是下一个完全自动化的主要一步飙升排序和将被包含到即将到来的Kilosort2软件。
2018年出版的
