使用从计算拓学的离散莫尔斯技术的神经系统过程的骨架化
bioRxiv : the preprint server for biology
|June 4, 2025
概括
研究人员开发了一种新的计算神经解剖学方法,用于绘制脊椎动物大脑神经网络的地图. 这种方法通过分析骨架化轴突碎片,以更有生物学意义地量化神经投影,改善大脑电路映射.
科学领域:
- 计算神经解剖学的计算神经解剖学
- 神经科学是一个神经科学.
- 计算拓学的计算拓.
背景情况:
- 绘制脊椎动物大脑神经网络的地图对于理解生物智能至关重要.
- 目前使用标记剂注射的方法通过标签强度量化区域预测,这缺乏生物意义.
- 在密集的标记标记中追踪单个轴突的困难阻碍了详细的电路分析.
研究的目的:
- 开发一种新的计算方法,从追踪器数据中对神经预测进行更具生物学意义的量化.
- 为了改善脊椎动物大脑中中等尺度神经回路的映射.
- 为了弥合单轴子跟踪和批量跟踪器注入数据之间的差距.
主要方法:
- 标记的轴突碎片的骨架化.
- 使用深网和离散莫尔斯 (DM) 技术估计体积长度密度.
- 计算拓学的应用用于噪声强度和非局部连接分析.
主要成果:
- 在全脑追踪器注入数据上证明了实用性和可扩展性.
- 开发了一个信息理论测量方法来量化来自单个轴突形态的额外信息.
- 通过考虑非局部连接,DM技术提供了噪声稳定性.
结论:
- 与传统方法相比,拟议的方法提供了一个比传统方法更有生物学意义的神经投影量化.
- 这是DM技术在计算神经解剖学中的首次应用.
- 该方法通过整合追踪器注入和单轴子数据来增强神经网络的映射.


