利用深度神经网络在多光子图像中自动识别神经细胞
图像与视频处理
2019-09-26 v1 机器学习
系统与控制
系统与控制
神经元与认知
摘要
神经科学成像技术的进步产生了前所未有的神经细胞成像数据规模，亟需自动化处理。特别地，从双光子图像中识别细胞要求将神经细胞从多种材料中分割出来，并按细胞类型对分割出的细胞分类。为自动分割神经细胞，我们采用 U-Net 模型，随后利用迁移学习技术对兴奋性神经元、抑制性神经元与胶质细胞进行分类。迁移学习中，我们将 resnet18、resnet50 与 inceptionv3 三个公开模型的全连接层替换为三分类层后进行测试。分类性能最佳者为 inceptionv3 模型。所提出的深度学习技术应用有望在大数据神经科学时代提供细胞识别的关键途径。
引用
@article{arxiv.1909.11269,
title = {Automated identification of neural cells in the multi-photon images using deep-neural networks},
author = {Si-Baek Seong and Hae-Jeong Park},
journal= {arXiv preprint arXiv:1909.11269},
year = {2019}
}
备注
8 pages, 4 figures and 2 tables