giRAff:一个自动化的地图集细分工具,适用于单个组织学切片

科学领域:

• 神经科学是一个神经科学.
• 历史学 历史学 历史学
• 生物信息学是一种生物信息学.

背景情况:

• 传统的大脑组织学对于动物模型分析至关重要,但依赖于有限切片的手动细分.
• 手动细分是耗时的,取决于操作员,缺乏自动化.
• 需要自动化解决方案来提高神经生物学研究的效率和可重现性.

研究的目的:

• 介绍giRAff,一种用于传统组织学小鼠大脑切片的自动化地图集细分方法.
• 为了提供一个多功能和通用的工具,可以在没有额外的解剖背景的情况下对任何单片片段进行细分.
• 为手动细分提供快速,用户友好的替代方案.

主要方法:

• giRAff 结合了刚性和亲属注册,用于自动化地图集细分.
• 该方法在各种常规实验协议上进行了测试,使用不同的解剖区域和大脑.
• 它识别了鼠标艾伦地图模板中的相应切片.

主要成果:

• giRAff实现了解剖区域的准确识别和细分.
• 细分质量与专家手动细分的质量相当.
• 该方法快速处理任意数量的单片,在每片大约1分钟内完成细分.

结论:

• giRAff是一种有效的,自动化工具,用于传统的组织学小鼠大脑协议中的亚特拉斯细分.
• 它通过取代手动细分来提高神经生物学研究的效率和一致性.
• 该工具的多功能性使其符合各种标准组织学协议.