以自监督图卷积网络应用于细胞图揭示组织学脑图像中的皮层
计算机视觉与模式识别
2023-11-28 v1 机器学习
定量方法
摘要
识别大脑皮层对旨在提供跨物种脑结构与功能关系见解的脑皮质构筑比较研究至关重要。缺乏广泛标注数据集通常限制了机器学习方法的采用，导致皮层由神经解剖学家手动勾勒。我们引入一种自监督方法来检测 2D Nissl 染色大脑皮层组织切片中的层。它始于单个细胞分割与属性化细胞图的构建。一个自监督图卷积网络生成编码细胞环境的形态与结构特征的细胞嵌入，并由社区检测算法用于最终分层。我们的方法是此类中首个不涉及空间转录组数据的自监督方法，具有加速脑皮质构筑分析、规避标注需求并推进跨物种研究的潜力。
引用
@article{arxiv.2311.15262,
title = {Revealing Cortical Layers In Histological Brain Images With Self-Supervised Graph Convolutional Networks Applied To Cell-Graphs},
author = {Valentina Vadori and Antonella Peruffo and Jean-Marie Graïc and Giulia Vadori and Livio Finos and Enrico Grisan},
journal= {arXiv preprint arXiv:2311.15262},
year = {2023}
}