11月23日，国际著名方法学期刊《自然 方法》（Nature Methods）发表了我校数学与经济学院全廷伟博士第一作者、华中科技大学曾绍群教授和龚辉教授为通讯作者的论文 《神经元定位系统-树：自动、大尺度重建有密集分纤维的神经群落》（NeuroGPS-Tree: Automatic and large scale reconstruction of neuronal population with dense neurites）。该研究由华中科技大学、湖北第二师范学院合作完成。论文在国际上首次重建了大尺度、纤维密集分布的神经元群落，为理解神经回路的结构与功能迈出了重要一步。
神经元数字化重建，在神经环路构建、神经元类型识别、形态度量等有广泛的应用，虽有数十年的研究历史，在目前仍然是研究热点。大量的研究不断推动该领域的进展，包括由艾伦脑科学研究所等著名研究结构已举办的世界范围的DIADEM 竞赛（2010年）和即将举办的BigNeuron项目（2016年，《自然》、《神经元》等权威杂志已报道）。但是，现有的研究仍然集中在单神经元或少数几个分布稀疏的神经元数字化重建，并没有涉及到大尺度的神经元群落重建。这削弱了神经元数字化重建这一领域对神经科学研究的影响。
全廷伟在四年前与华中科技大学合作，在神经元数字化重建这一领域展开工作。 在研究过程中，全廷伟博士、曾绍群教授等将神经群落数字化重建这一复杂问题分解成四个问题：神经元胞体定位、神经元胞体形状重建、神经元纤维追踪、神经元群落中树分割，并逐一解决。 全廷伟博士、曾绍群教授等先后建立了L1-极小化模型定位神经元胞体、球坐标变分模型重建胞体形状，并于2013年、2014年在自然旗下期刊《科学报道》 (Scientific Reports) 发表。Nature Methods 发表的内容主要涉及神经元纤维追踪和群落树分割问题，其核心创新点是，模拟人眼识别过程，将单神经元形态统计信息重复用于神经群落不同尺度的结构，用来识别虚假的神经纤维连接，实现群落树分割；于此同时，还建立了群落树分割的数学机理，证实群落树分割本质上是一个特殊的图分割问题。
全廷伟认为，随着各国脑研究计划的实施，将极大的推动成像与分子标记的技术进展。这些技术会以更高分辨、更大尺度、更快速度去成像不同哺乳类动物的大脑结构，同时产生数十TB甚至PB量级的成像数据。另外，大脑本身结构的复杂性导致数据极度复杂。从这种海量地、复杂的成像数据重建神经群落，将存在若干个极端挑战。全廷伟认为，发表在Nature Methods工作，标志着神经群落重建的序幕已经拉开。