主菜单(手机) - 块

主菜单 - 块

Turaga实验室

janelia7_blocks-janelia7_secondary_menu |堵塞
在这个实验室着陆页中更多
custom_misc-custom_misc_lab_updates |堵塞

实验室更新

08/27/19 | Ashok Litwin-Kumar和Srini写了审查使用连接数据来连接神经计算模型。
07/08/19 | 关于使用3D U-NET,结构化损耗函数和聚集的新论文,用于从电子显微镜中分割神经元出版呢与Jan Funke和Stephan Saalfeld进行的有趣合作。
09/13/17 | 三篇Turaga Lab Papers在NIPS 2017上接受呢尖峰推断,尖峰和连通性推断以及神经活动的真正大规模统计模型。金宝搏官方
09/13/17 | DeepSpike(监督)是Spikefinder Challenge的6个获胜者之一。恭喜阿图尔!代码和纸张即将推出。SpikeFinder预印本
节点:field_content_header |Entity_field
我们的研究
节点:身体|Entity_field

光和电子显微镜,光遗传学,单细胞RNA测序以及更多的技术进步使我们能够以前所未有的细节测量和扰动神经网络。可以使用这些新数据了解神经回路的结构如何产生其功能 - 神经元网络如何连接,细胞如何组织到细胞类型以及它们产生的活性和计算。金宝搏官方我们的实验室开发机器学习算法以绘制神经连接性和统计模型,以表征神经活动并将活动与连通性联系起来。金宝搏官方目前正在进行的项目包括:

  • 使用深层神经网络和变异自动编码器来预测神经元的尖峰活动,推断其在体内的连接性,并了解神经元如何整合其突触输入。金宝搏官方
  • 建立神经活动和连通性的统计模型。金宝搏官方
  • Connectome驱动的神经回路计算模型以了解其功能。
  • 从单细胞RNA测序数据中发现细胞类型及其基础。

我们还基于可编程显微镜和深层神经网络的可区分波光学模型开发新的计算显微镜技术。该空间中的项目包括:

  • 光场显微镜的新方法。
  • 单分子定位显微镜的深度学习和基于变异自动编码器的算法。

最后,我们最近开始建立机器学习模型在硅中蛋白质工程,从钙指标开始。

查看我们实验室的一些合作工作github