2dSpAn-Auto:一种用于分析二维树突脊柱图像的自动化工具

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
• 显微镜的使用方法

背景情况:

• 对树突脊柱形态和密度的定量分析对于理解突触可塑性及其在神经精神疾病中的作用至关重要.
• 与3D方法相比,2D方法在计算效率和快速评估方面具有优势,特别是有限的z分辨率显微镜.
• 现有的脊柱分析方法往往缺乏效率和自动化,阻碍了大规模的研究.

研究的目的:

• 开发一种模式不可知,自动化的2D骨架化方法,用于树突脊柱细分和形态分析.
• 创建一个用户友好的软件工具,2dSpAn-Auto,用于从二维显微镜图像中快速和强大的树突脊柱分析.
• 提供灵活的解决方案,适用于自动批量处理和专家驱动的微调.

主要方法:

• 开发了用于脊柱细分的2D骨架化方法,实现了两个工作流程:二进制骨架化 (2dSpAn-Auto.b) 和从灰度图像 (2dSpAn-Auto.f) 中模糊的骨架化.
• 启用了自动细分和形态分析的2D最大强度投影图像的树突状脊柱.
• 为用户灵活性和参数微调设计了一个直观的图形界面,支持在各种成像条件下强大的性能.

主要成果:

• 在体外,体外和体内成像模式中验证了2dSpAn-Auto,用于自动评估脊柱密度,形态学 (面积,长度,头部/部宽度) 和树长度.
• 在各种成像协议和实验条件下,在脊柱参数评估中表现出高准确性和可重复性.
• 促进了来自类似实验设置的多个图像的无批处理,提高了吞吐量.

结论:

• 2dSpAn-Auto为快速树突脊柱分析提供了强大且可解释的解决方案,解决了神经学研究和临床评估中的关键需求.
• 该软件将自动处理与可选的专家监督相结合,使其适合常规分析和专业研究.
• 2dSpAn-Auto工具,包括源代码和文档,可在GNU GPL v3.3下进行非商业用途.