完整果蝇脑非各向同性体电子显微镜中的突触间隙分割
计算机视觉与模式识别
2018-05-09 v1
摘要
以单突触分辨率进行神经环路重建日益被认为是破译生物神经系统功能的关键。串行透射或扫描模式的体电子显微镜已被证明可提供分割或追踪所有神经突并标注所有突触连接所需的分辨率。在脊椎动物模式生物的近各向同性电子显微镜中，突触连接的自动标注已成功实现。然而，在昆虫模型的非各向同性数据上，结果尚不能与人工标注相媲美。我们设计了一种新的 3D-U-Net 架构，以在非各向同性数据中最优地表示各向同性的视场。我们利用对 CREMI 挑战数据集人工标注的突触间隙的有符号距离变换进行回归来训练该模型，并观察到相较当前最优（state of the art）有显著改进。我们开发了用于超大规模体数据集优化并行预测的开源软件，并将我们的模型应用于预测完整果蝇脑的 50 tera-voxels 数据集中的突触间隙。我们的模型对远离训练数据可用区域的区域也具有很好的泛化能力。
引用
@article{arxiv.1805.02718,
title = {Synaptic Cleft Segmentation in Non-Isotropic Volume Electron Microscopy of the Complete Drosophila Brain},
author = {Larissa Heinrich and Jan Funke and Constantin Pape and Juan Nunez-Iglesias and Stephan Saalfeld},
journal= {arXiv preprint arXiv:1805.02718},
year = {2018}
}