Cerrando la brecha: el umIT hace que los datos de imágenes complejas sean accesibles para científicos de todos los...

Área de la Ciencia:

• La neurociencia
• Neurociencia computacional
• Imágenes ópticas

Sus antecedentes:

• Las herramientas de código abierto han avanzado en el análisis de datos de neurociencia macroscópicos y microscópicos.
• El análisis a escala mesoscópica, crucial para la función del mapa cortical, carece de recursos de código abierto equivalentes.
• Las cajas de herramientas existentes luchan con la complejidad de los datos de imágenes a mesoscala.

Objetivo del estudio:

• Para abordar la falta de herramientas de código abierto para imágenes de neurociencia a mesoescala.
• Proporcionar una plataforma para el análisis de conjuntos de datos de imágenes a gran escala a nivel mesoscópico.
• Mejorar la accesibilidad y la transparencia en el análisis de imágenes a mesoescala.

Principales métodos:

• Desarrollo de la caja de herramientas de imágenes a mesoescala universal (umIT).
• Una plataforma basada en MATLAB con una interfaz gráfica de usuario (GUI) y una interfaz de línea de comandos (CLI).
• Soporta un flujo de trabajo completo y simplificado para el análisis de datos de imágenes a mesoescala.

Principales resultados:

• umIT ofrece una solución unificada para el análisis de datos de imágenes a mesoescala.
• La caja de herramientas elimina la necesidad de software de terceros.
• Facilita comparaciones sólidas entre regiones, grupos y puntos de tiempo.

Conclusiones:

• umIT mejora la accesibilidad y la transparencia de las imágenes a mesoescala.
• La caja de herramientas admite estudios longitudinales e interacción intuitiva de los datos.
• Un recurso valioso para investigadores y aprendices en imágenes ópticas de amplio campo.