老鼠展区不顾外界刺激的即时活动，例如附近有一只猫。他们的啊正在进行的动作，包括胡须运动，环境心理探索和自我梳理会引发神经反应横跨不同大脑区域的鼻窦。
这些自发的行为在整个大脑中产生了老鼠活动的实时神经表征。然而，这些广泛而持久的信号在大脑中的精确利用仍然是一个谜。
Janelia的科学家们推出了一种名为Facemap的工具，旨在潜在地解开围绕这些广泛信号的谜团。Facemap利用深层神经网络在老鼠的眼睛、胡须、鼻子和嘴巴的运动与大脑中相应的神经活动之间建立联系。
开发一种改进的工具来破译全脑信号的灵感来自于Janelia小组组长Carsen Stringer和Marius Pachitariu早期的研究。
他们的发现表明，老鼠大脑中不同区域的活动，以前被认为只是背景噪音，实际上代表了受自发行为影响的信号。然而，大脑利用这些信息的确切机制仍不清楚。
为了解开这个谜团，研究人员必须能够监测和量化运动，同时将它们与大脑活动联系起来。不幸的是，现有的进行此类实验的工具并没有针对小鼠进行优化，这阻碍了研究人员获得必要的信息。
为了克服这一限制，研究小组分析了2400个视频帧，精心标记了老鼠脸上的特定点，这些点对应于与自发行为相关的各种面部运动。他们确定了面部的13个关键点，这些关键点象征着个体行为，比如拍打、梳理和舔舐。
最初，该团队开发了一种基于神经网络的模型，能够识别实验室在不同实验设置中收集的鼠标面部视频中的关键点。
随后，他们创建了另一个基于深度神经网络的模型，以建立代表鼠标运动的面部点数据与神经活动之间的相关性。这使他们能够观察到老鼠的自发行为是如何影响特定大脑区域的神经活动的。
在追踪小鼠的面部运动和行为时，Facemap在准确性和速度上超越了以前的方法。专门为监控鼠标面部而定制的Facemap经过了预先训练，可以捕捉大范围的鼠标运动。这些特征有助于Facemap的有效性，使该模型能够预测小鼠的神经活动，是早期方法的两倍。
在之前的研究中，研究小组观察到自发行为触发了视觉皮层神经元的激活，视觉皮层是大脑中负责处理来自眼睛的视觉信息的部分。
通过使用Facemap，他们确定这些神经元活动簇在这个大脑区域的分布比之前认为的要广泛。
Facemap易于访问和用户友好。自去年发布以来，全球已有数百名研究人员下载了该工具，这表明它在研究界得到了广泛采用。
新工具通过面部动作解码神经活动新工具通过面部动作解码神经活动。视频来源:霍华德休斯医学研究所。
