What is Cebra?
CEBRA, une méthode de machine learning de pointe, transforme le domaine des neurosciences en révélant des structures cachées dans les données comportementales et neuronales. Développé par une équipe de l'EPFL, cet outil innovant excelle dans le décodage de l'activité du cortex visuel du cerveau de la souris, reconstruisant les vidéos visionnées avec une précision remarquable. Son application s'étend des données de l'hippocampe du rat aux enregistrements du cortex visuel primaire de la souris, démontrant sa polyvalence et sa précision dans la compréhension de la dynamique neuronale pendant les comportements adaptatifs.
Principales caractéristiques :
? Analyse conjointe du comportement et des neurones : CEBRA combine de manière unique les données comportementales et neuronales, offrant une compréhension globale de la relation entre les actions et l'activité neuronale.
? Espaces latents cohérents et performants : En utilisant à la fois l'apprentissage supervisé et l'apprentissage auto-supervisé, CEBRA produit des espaces latents à la fois cohérents et performants.
? Capacités de décodage : Les latents inférés peuvent être utilisés pour le décodage, permettant la reconstruction de vidéos à partir de l'activité neuronale, une avancée révolutionnaire en neurosciences.
? Polyvalence inter-espèces et inter-comportements : Validé sur des ensembles de données de calcium et d'électrophysiologie, CEBRA est applicable à un large éventail de tâches sensorielles et motrices, à travers des comportements simples ou complexes chez différentes espèces.
? Utilisation sans étiquette : CEBRA peut être utilisé sans étiquette, ce qui en fait un outil flexible pour les tests d'hypothèses et la recherche axée sur la découverte.





