用于组织学人脑切片中全脑细胞构筑映射的对比表示学习

细胞构筑图提供了大脑的微观结构参考分区，依据组织学组织切片所测量的神经元胞体空间排布来描述其组织方式。近期工作利用卷积神经网络首次实现了视觉系统中细胞构筑区域的自动分割。我们旨在扩展该方法以适用于更广泛的大脑区域，设想一种绘制完整人脑地图的方案。受近期图像分类成功的启发，我们提出一种对比学习目标，将显微图像块编码为鲁棒的微观结构特征，这些特征对细胞构筑区域分类十分高效。我们展示使用该学习任务预训练的模型优于从头训练的模型，也优于使用近期提出的辅助任务预训练的模型。我们在特征空间中进行聚类分析，表明所学表示形成了具有解剖学意义的群组。