三SAM:三平面SAM用于VEM图像中的零射击皮质血管细分

科学领域:

• 神经成像是一种神经成像.
• 显微镜的使用方法
• 计算生物学 计算生物学

背景情况:

• 微尺度体积电子显微镜 (vEM) 提供了详细的血管洞察力,但缺乏用于神经成像分析的标准化基准.
• 现有的宏观和中等尺度的成像技术资源充足,与微观vEM基准基础设施发展不足形成鲜明对比.
• 在vEM图像中对皮层血管的准确细分对于理解大脑结构和功能至关重要.

研究的目的:

• 引入第一个公共基准,BvEM,用于在vEM图像中的皮层血管细分.
• 通过提供标准化数据集来评估细分方法来解决神经成像方面的差距.
• 开发和验证一个新的3D细分方法,TriSAM,用于vEM数据.

主要方法:

• 使用成年老鼠,和人类大脑的vEM图像体积创建了BvEM基准.
• 标准化分辨率和定位图像变化,然后进行精细的半自动和手动注释,以实现高质量的3D细分.
• 开发了TriSAM,一种零射击的3D细分方法,利用多种子跟踪框架与SAM模型进行长期船舶细分,无需微调.

主要成果:

• 该BvEM基准提供了高质量的3D注释的三种物种的皮质血管.
• 在BvEM基准上,TriSAM在零射击3D皮质血管细分方面表现出卓越的性能.
• 多种子跟踪框架有效地将2D细分模型扩展到用于神经成像分析的3D卷.

结论:

• BvEM基准是微观神经成像的重要贡献,促进了vEM分析工具的开发和评估.
• 在VEM数据中,TriSAM提供了一种新有效的方法来对3D血管进行细分,其性能优于现有的方法.
• 这项工作为使用vEM的神经科学研究中先进的微观血管分析奠定了基础.