Alpha_Mesh_Swc:从脑细胞的骨架描述中自动和强大的表面网格生成

科学领域:

• 计算神经科学是一种神经科学.
• 生物医学工程 生物医学工程
• 神经成像是一种神经成像.

背景情况:

• 数字脑细胞骨架数据的可用性越来越大.
• 骨架数据和模拟准备的网格之间的现有差距.
• 需要高效准确的网格生成工具来进行脑细胞模拟.

研究的目的:

• 开发和实施Alpha_Mesh_Swc (AMS),这是一个自动生成模拟优化的脑细胞骨架表面网格的工具.
• 为了提高创建3D网格的准确性和效率,用于对脑细胞的有限元模拟.
• 解决目前用于将骨描述转换为高质量的网格的方法的局限性.

主要方法:

• 使用阿尔法包装方法与偏移参数用于防水网格生成.
• 应用了网格简化和重新网格化技术来优化表面网格.
• 开发了一种与不完善的骨架数据和混合细胞描述相兼容的强大方法.

主要成果:

• AMS自动为大脑细胞 (神经元,质细胞) 高效地生成精确的三角形表面网.
• 与现有工具相比,在网格精度方面取得了显著的改进.
• 在笔记本电脑上在几分钟内生成了大约10k节点的简化网格.
• 成功地使用生成的网格用于神经元和微质中的扩散MRI模拟.

结论:

• Alpha_Mesh_Swc (AMS) 有效地弥合了大脑细胞骨架数据和模拟准备的网格之间的差距.
• 该工具提供了一种强大,高效和准确的解决方案,用于为计算神经科学生成高质量的表面网格.
• 公共可用的代码和样本网格有助于进一步研究大脑细胞模拟和神经成像.