神经元形态分析的计算工具:系统的搜索和审查
Jéssica Leite1, Fabiano Nhoatto1, Antonio Jacob2
1Institute of Engineering and Geosciences, Federal University of Western Pará, Santarém, Pará, Brazil.
Neuroinformatics
|June 26, 2024
概括
这项研究绘制了用于神经元形态分析的开源工具,识别了像NeuroM这样的软件提取的关键特征. 它标准化了150个独特的形态特征,以促进大脑功能理解.
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
- 生物信息学是一种生物信息学.
背景情况:
- 神经元形态测量对于理解大脑功能至关重要.
- 通过增加计算能力,可以自动提取形态特征 (长度,体积,分支).
- 目前缺乏可用的神经元形态测量分析工具的全面映射.
研究的目的:
- 系统地识别和分析用于神经元形态分析的开源工具.
- 为了确定这些工具提取的特定形态特征.
- 为150个独特的形态特征提供标准化术语.
主要方法:
- 系统的文献搜索和对1586篇论文的审查.
- 对工具文档的分析和对可用的开源软件的测试.
- 提取的形态特征术语的分类和标准化.
主要成果:
- 23个开源神经元形态分析工具被确定并绘制出地图.
- 发现NeuroM,L-Measure和NeuroMorphoVis能够提取出最多的特征.
- 一个新的,分类和标准化的150个独特的形态特征列表被介绍出来.
结论:
- 这项工作提供了首次对开源神经元形态测量工具的全面映射.
- 标准化的特征列表和工具分析有助于更强大和可比的神经科学研究.
- 这些发现有助于更深入地了解脑功能背后的复杂机制.
