二维组织学遇见三维拓扑：基于图神经网络的细胞构筑脑映射
图像与视频处理
2022-01-02 v1 计算机视觉与模式识别
机器学习
摘要
细胞构筑描述了脑中神经细胞的空间组织，包括它们根据细胞密度、方向或特定细胞类型的存在而排列成层和柱。它可将脑划分为皮层区域和皮层下核团，将结构与连接和功能联系起来，并为人类脑图谱提供微结构参考。绘制区域间边界需要在显微分辨率下扫描组织学切片。尽管近期的高通量扫描仪可在约一年内扫描完整人脑，但使用既有的金标准方法以同等速度描绘区域实际上是不可能的。研究人员最近利用深度神经网络处理来自单个二维切片的图像块进行分类，解决了皮层区域的细胞构筑映射问题。然而，用于消除复杂或斜切脑区歧义所需的 3D 上下文未被考虑。在这项工作中，我们通过将映射任务重新表述为穿过同皮层的大致 3D 中曲面网格上的节点分类问题，将 2D 组织学与 3D 拓扑结合起来。我们从二维组织学切片中的皮层块提取描述细胞构筑的深度特征，并将其分配给 3D 网格上的相应节点以构建大型属性图。通过使用图神经网络在该图上解决脑映射问题，我们获得了显著改进的分类结果。所提出的框架可很好地集成额外的神经解剖学先验用于映射。
引用
@article{arxiv.2103.05259,
title = {2D histology meets 3D topology: Cytoarchitectonic brain mapping with Graph Neural Networks},
author = {Christian Schiffer and Stefan Harmeling and Katrin Amunts and Timo Dickscheid},
journal= {arXiv preprint arXiv:2103.05259},
year = {2022}
}