一个新型的半自动校对和网格错误检测管道用于神经元扩展
Justin Joyce1, Rupasri Chalavadi1,2, Joey Chan1,2
1Research & Exploratory Development, Johns Hopkins University Applied Physics Laboratory.
bioRxiv : the preprint server for biology
|November 14, 2023
概括
这项研究引入了一种网状处理方法,可以自动检测神经元电子显微镜数据中的错误,从而提高连接原子重建的准确性. 这种方法通过突出神经元尖端附近的潜在不准确性来加速手动校对.
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
- 数据科学数据科学数据科学
背景情况:
- 神经电子显微镜 (EM) 数据集庞大而复杂,给数据处理和验证带来了挑战.
- 细分中的错误可能导致错误的突触分裂,损害连接原子重建的完整性.
结论:
- 拟议的方法为大规模神经元EM数据中的错误检测提供了一个高效和可扩展的解决方案.
- 自动化错误检测加速了不准确的纠正,提高了连接原子重建的整体质量.
