通过深度学习辅助的三维多射线串行电子显微镜数据,量化人类表面白质的轴突特征

科学领域:

• 神经科学是一个神经科学.
• 显微镜的使用方法
• 计算生物学 计算生物学

背景情况:

• 表面白质中的短距离关联纤维对人类认知至关重要.
• 这些纤维的微观表征对于理解皮层-皮层连接至关重要.
• 以前的成像限制阻碍了对轴突特征的大体积的详细分析.

研究的目的:

• 在人类表面白质中对短距离关联纤维进行详细的形态表征.
• 通过使用先进的电子显微镜和自动化分析来克服成像方面的挑战.
• 为未来的神经科学研究提供一个全面的数据集.

主要方法:

• 获得的多束扫描电子显微镜数据,分辨率为4 × 4 × 33nm3.
• 使用转移学习的深卷积神经网络 (CNN) 分段的髓和髓性轴突.
• 分析了200 × 200 × 112 μm3的人类表面白质量的体积.

主要成果:

• 成功分割了128,285个髓化轴突,包括70,321个>10微米和2102个>100微米.
• 观察到轴突直径 (珠) 和方向 (波纹) 的显著局部变化.
• 对于轴突>10微米的确定平均形态参数:内径~0.5微米,外径~1微米,g比~0.5.5.

结论:

• 这项研究为人类表面白质中的轴突形态学提供了新的见解.
• 生成的大规模3D电子显微镜数据集和细分结果是有价值的资源.
• 这些发现有助于更好地了解皮层-皮层连接和认知功能.