DeepTEGINN：基于深度学习的从神经网络图像中提取图的工具

在大脑中，神经元网络的结构定义了这些神经元如何实现支撑心智及动物与人类行为的计算。若能将神经元网络描述为图，我们便可借助图论方法研究其结构，或利用元胞自动机从数学上评估其功能。尽管用于图与元胞自动机分析的软件已广泛可用，但从脑网络图像中提取图仍然困难。神经组织具有异质性，解剖结构上的差异可能反映功能上的相关差异。在此我们介绍一个基于深度学习的工具箱，用于从脑组织结构图像中提取图。该工具箱提供了一个易用框架，使系统神经科学家能够通过结合图像处理、深度学习和图论的方法，基于脑组织结构图像生成图。其目标是简化计算机视觉中深度学习方法的使用与训练，并促进其集成到图提取流程中。以此方式，该工具箱为繁琐的手动追踪、排序与分类过程提供了替代方案。我们期望将机器学习方法普及至计算机视觉专家之外的更广泛用户群体，并提升从大型脑图像数据集中提取图的效率，从而有助于进一步理解人类心智。