D-LMBmap:一个完全自动化的深度学习管道,用于神经电路的全脑分析
Zhongyu Li1, Zengyi Shang2, Jingyi Liu2
1Division of Neurobiology, MRC Laboratory of Molecular Biology, Cambridge, UK.
Nature methods
|September 28, 2023
概括
研究人员开发了D-LMBmap,这是一种用于全脑连接映射的深度学习工具. 这个自动化包简化了大规模神经成像数据集的分析,克服了连接学研究中以前的计算瓶.
科学领域:
- 神经科学是一个神经科学.
- 计算生物学 计算生物学
- 生物成像是一种生物成像.
背景情况:
- 组织清除和光片显微镜使高通量3D全脑映射成为可能.
- 分析大规模的连接经济学数据集是一个重要的计算瓶.
- 现有的计算方法是劳动密集型的,需要大量的手动注释.
研究的目的:
- 开发一个集成的,自动化的计算工作流程,用于中大尺度全脑连接映射.
- 为了解决当前劳动密集型和定制分析管道的局限性.
- 提供一个用户友好的解决方案,用于对整个大脑项目的定量分析.
主要方法:
- 开发D-LMBmap,这是一个使用深度学习算法的端到端包.
- 实施三个核心模块:轴突细分,大脑区域细分和全脑注册.
- 设计用于自动化,量化分析而无手动注释的工作流程,用于轴突细分.
主要成果:
- D-LMBmap提供了一个集成的工作流程,用于全脑连接映射.
- 该套件在对全脑项目的定量分析中实现了卓越的准确性.
- 在多种细胞类型和成像模式中证明有效性.
结论:
- 通过自动化复杂的数据分析,D-LMBmap显著推进了中大尺度连接经济学.
- 该工具克服了主要的计算瓶,使高通量分析能够高效.
- 为该领域的研究人员提供了强大,准确和可访问的解决方案.
