MitoVis：用于神经元线粒体分析的视觉引导交互式智能系统
计算机视觉与模式识别
2021-09-06 v1
摘要
神经元具有包括树突和轴突在内的极化结构，区室特异性功能可受驻留线粒体影响。已知线粒体的形态与神经元功能及神经退行性疾病密切相关。尽管已有若干深度学习方法被开发用于自动分析线粒体形态，现有方法在实际分析中的应用仍面临若干困难。由于预训练深度学习模型的性能可能随目标数据而变化，常常需要重新训练模型。此外，尽管深度学习在受限设定下展现出优越性能，在实际分析中总存在需由人工纠正的错误。为解决这些问题，我们引入 MitoVis，一种用于神经元线粒体形态端到端数据处理与交互分析的新颖可视化系统。MitoVis 支持无需机器学习领域知识的交互式微调预训练神经网络模型，使神经科学家能轻松在其研究中利用深度学习。MitoVis 还提供新颖的视觉引导和交互式校对功能，使用户能以最小代价快速识别并纠正结果中的错误。我们通过一位神经科学家在真实分析场景下进行的案例研究展示了系统的实用性与有效性。结果表明，与全手动分析方法相比，MitoVis 可实现高达 15 倍的更快分析且精度相近。
引用
@article{arxiv.2109.01351,
title = {MitoVis: A Visually-guided Interactive Intelligent System for Neuronal Mitochondria Analysis},
author = {JunYoung Choi and Hakjun Lee and Suyeon Kim and Seok-Kyu Kwon and Won-Ki Jeong},
journal= {arXiv preprint arXiv:2109.01351},
year = {2021}
}