RoboEM:用于突触分辨率连接学的自动化3D飞行跟踪
Martin Schmidt1, Alessandro Motta2, Meike Sievers2,3
1Department of Connectomics, Max Planck Institute for Brain Research, Frankfurt, Germany. martin.schmidt@brain.mpg.de.
Nature methods
|March 22, 2024
概括
RoboEM是一种人工智能系统,在3D电子显微镜数据中导航神经网络. 这种工具显著改善了自动细分,降低了绘制大脑连接组的手动校正成本.
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
- 人工智能的人工智能
背景情况:
- 从3D电子显微镜 (3D-EM) 数据绘制神经元电路图表,提出了重要的重建挑战,特别是对于像轴突这样的细神经元过程.
- 现有的自动图像细分技术往往需要大量的手动校对来进行准确的连接学分析.
研究的目的:
- 介绍RoboEM,这是一款由人工智能驱动的系统,旨在在3D-EM数据集中实现神经元结构的自动导航和细分.
- 评估RoboEM在提高神经元网络重建的准确性和效率方面的有效性.
主要方法:
- 开发RoboEM,一个基于人工智能的自动驾驶3D"飞行"系统.
- 训练RoboEM以仅使用3D-EM数据作为输入来导航和跟踪神经元.
- 应用RoboEM对来自小鼠和人类皮质组织的3D-EM数据集.
主要成果:
- RoboEM显著提高了最先进的自动化细分方法的性能.
- 该系统有效地取代了复杂的连接原子分析任务的手动校对.
- 与皮层连接组的手动错误校正相比,实现了大约400倍的计算注释成本降低.
结论:
- 机器人EM提供了一个强大的AI驱动的解决方案,以应对从3D-EM数据中重建神经网络的挑战.
- 该系统简化了连接原子分析的过程,使其更高效和更具成本效益.
- 在神经科学研究中,RoboEM有可能加速大规模的连接组测绘工作.


