移除残留运动工件可以实现行为Pachnoda marginata的动态μMRI

科学领域:

• 生物医学成像技术 生物医学成像技术
• 神经科学是一个神经科学.
• 动物学 动物学

背景情况:

• 微观磁共振成像 (μMRI) 对小生物的非侵入性研究至关重要.
• 传统的μMRI采集速度很慢,在动态研究中导致运动器件行为主题.
• 现有的潜在触发方法仍在与复杂的昆虫运动作斗争.

研究的目的:

• 开发和验证一种新的回顾性门关策略,用于μMRI克服运动文物.
• 集成用于运动跟踪的计算机视觉系统和用于人工物校正的深度学习模型.
• 为了使行为昆虫的高分辨率,非侵入性动态成像.

主要方法:

• 采用现场计算机视觉系统来捕捉昆虫的运动,实施了回顾性封锁策略.
• 开发了一个基于U-Net的深度卷积神经网络,用于图像对图像的翻译,以纠正残余运动文物.
• 使用模拟的运动损坏和无运动的μMRI图像对训练了深度学习模型.

主要成果:

• 综合的回顾性关门和深度学习方法在μMRI中显著减少了运动工件.
• 在行为昆虫中实现了对大规模,非刚性腹部运动的有效补偿.
• 证明了具有117微米平面分辨率的非侵入性动态成像的可行性.

结论:

• 以后视的封闭型μMRI与深度学习人工物校正相结合,是动态成像的强大技术.
• 这种方法显著提高了图像质量,允许对行为生物进行详细研究.
• 在小型动物模型中开辟了非侵入性,高分辨率的体内研究的新途径.