全大脑3D神经元检测和绘制与深度学习的映射

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:

• 了解神经电路需要绘制神经元在整个大脑的空间分布.
• 自动化和可靠的神经元检测和映射技术对于这项工作至关重要.

研究的目的:

• 介绍NeuronMapper,一种基于深度学习的方法,用于大脑范围内的3D神经元检测和绘制地图.
• 准确识别体质区域,并为各种大脑区域生成可靠的 soma 位置.

主要方法:

• NeuronMapper采用了四个阶段的框架:预处理,分类,检测和映射.
• 全脑成像数据在3D子块中处理.
• 一个轻量级分类网络识别了相关的子块,其次是视频旋转变压器用于 soma 分段.
• 提取的 soma 位置在艾伦大脑图谱中注册.

主要成果:

• 高精度地绘制了小鼠大脑中的100多万个体质.
• 与现有方法相比,在全脑3D soma检测中表现出卓越的性能.

结论:

• NeuronMapper有效地检测和绘制整个大脑成像数据中的体质.
• 这种计算工具有助于理解复杂的大脑网络和功能.