基于卷积神经网络的高分辨率组织学脑切片视觉皮层分区
计算机视觉与模式识别
2017-08-01 v1
摘要
组织学切片的显微分析被认为是验证人脑结构分区的“金标准”。其高分辨率允许研究细胞分布的层状和柱状模式，这为皮层区域和网络的模拟奠定了重要基础。然而，这种细胞构筑映射是一个半自动、耗时的过程，无法适应高通量成像的规模。我们提出了一种在2微米分辨率下对组织学切片进行自动分区的方法。该方法基于一个卷积神经网络，该网络将来自概率图谱的拓扑信息与从高分辨率细胞体染色图像中学习到的纹理特征相结合。该模型应用于视觉区域，并在稀疏的部分标注集上进行训练。我们展示了预测结果如何能够迁移到新的脑样本，并在不同切片间保持空间一致性。
引用
@article{arxiv.1705.10545,
title = {Parcellation of Visual Cortex on high-resolution histological Brain Sections using Convolutional Neural Networks},
author = {Hannah Spitzer and Katrin Amunts and Stefan Harmeling and Timo Dickscheid},
journal= {arXiv preprint arXiv:1705.10545},
year = {2017}
}
备注
Accepted for oral presentation at International Symposium of Biomedical Imaging (ISBI) 2017