在小鼠和人类大脑中3D神经元形态的协作增强重建

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:

• 从显微镜图像准确的3D神经元重建对于理解大脑解剖学和细胞类型至关重要.
• 目前的手动和基于人工智能的重建方法在准确性和可扩展性方面面临重大挑战.
• 协调多个专家进行大规模的验证重建是复杂的.

研究的目的:

• 开发一个可扩展的平台,准确地数字重建神经元的3D形态.
• 通过将协作人类智能与人工智能集成来增强神经元重建.
• 为了促进高效和有效的大规模神经解剖学数据的生产.

主要方法:

• 开发一个协作增强重建 (CAR) 平台.
• 集成基于AI的自动化工具与协作编辑功能.
• 支持各种设备,包括工作站,VR耳机和手机,以实现沉浸式交互.
• 使用具有挑战性的小鼠和人类神经元数据集进行测试.

主要成果:

• 卡尔平台可以实现高效,协作和可扩展的神经元重建.
• 它解决了传统的手工和AI-only重建方法的局限性.
• 该平台方便随时随地进行贡献,并利用人工智能进行自动化.
• 对于复杂的小鼠和人类神经元重建的成功应用.

结论:

• CAR平台为大规模,高保真度的神经元重建提供了一种新的解决方案.
• 它有效地将人类专业知识与人工智能结合起来,以提高准确性和效率.
• 卡尔促进了生物相关和验证的神经解剖学数据集的生产.