一个多尺度的神经形态测量数据集从peta-voxel鼠标全脑图像

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:

• 神经元形态和子神经元模式对于理解细胞类型和大脑网络组织至关重要.
• 大脑倡议细胞普查网络 (BICCN) 已经产生了大量的全脑成像数据.
• 在整个大脑尺度上重建多层次神经元形态学,会带来重大的计算和工作流程挑战.

研究的目的:

• 开发一个可扩展的,基于云的平台,用于处理地图尺度成像数据.
• 为了生成迄今为止最大的多尺度神经元形态测量数据集.
• 为全脑形态学研究提供一个全面的资源.

主要方法:

• 开发基于云的协作平台,用于处理地图尺度成像数据.
• 整合各种硬件,工具和算法用于神经元重建.
• 将平台应用于数百个标签稀疏的小鼠大脑.

主要成果:

• 从小鼠大脑生成最大的多尺度形态测量数据集.
• 182,497个细胞体,15441个局部形态和1876个完整重建的注释.
• 识别了亚神经系统的树木化,轴突通道和263万个假设的.
• 将所有形态测量数据注册到艾伦共同坐标框架 (CCF) 地图上.

结论:

• 开发的平台有效地解决了整个大脑神经元形态重建的挑战.
• 生成的数据集是对小鼠大脑的跨度形态学研究的宝贵资源.
• 这项工作提高了我们分析复杂神经结构和网络组织的能力.