从全脑图像重建神经元解剖结构
计算机视觉与模式识别
2019-03-19 v1 机器学习
神经元与认知
摘要
从单个大脑及多个脑区中重建多个分子定义的神经元可揭示神经系统的组织原理。然而，全脑高分辨率成像在技术上具有挑战性且过程缓慢。近来，斜光片显微镜已成为一种快速成像方法，能以 0.4 × 0.4 × 2.5 立方微米的体素大小提供全脑荧光显微镜成像。另一方面，全脑覆盖产生的复杂图像伪影导致神经元树突出现明显不连续。在此，我们提出保持连通性的方法以及用于基于神经网络从光学显微镜监督学习神经解剖结构的数据增强策略。我们通过实现一个端到端自动追踪流程来量化我们方法的优点。最后，我们展示了可扩展的分布式实现，能够重建亚微米全脑图像所产生的大型数据集。
引用
@article{arxiv.1903.07027,
title = {Reconstructing neuronal anatomy from whole-brain images},
author = {James Gornet and Kannan Umadevi Venkataraju and Arun Narasimhan and Nicholas Turner and Kisuk Lee and H. Sebastian Seung and Pavel Osten and Uygar Sümbül},
journal= {arXiv preprint arXiv:1903.07027},
year = {2019}
}
备注
2019 IEEE 16th International Symposium on Biomedical Imaging (ISBI 2019)