从昆虫大脑中的点标注预测突触伙伴
计算机视觉与模式识别
2018-07-17 v2
摘要
高通量电子显微镜能够以足够分辨率记录大型神经组织堆栈，以提取底层神经网络的连接图。当前自动化此过程的工作主要聚焦于神经元的分割。然而，为了恢复连接图，还需要识别突触伙伴。这在果蝇（Drosophila melanogaster）等昆虫大脑中尤其具有挑战性，其中一个突触前位点与多个突触后元件相关联。在此我们提出一种 3D U-Net 架构，直接识别彼此为突触前和突触后的体素对。为此，我们将突触伙伴识别问题表述为体素间长距离边上的分类问题，以编码突触对的存在及其方向。该表述允许我们直接从突触点标注学习，而非更昂贵的基于体素的突触裂或囊泡标注。我们在 MICCAI 2016 CREMI 挑战赛上评估了我们的方法，并超越了当前最优水平，比次优方法少产生 3% 的错误。
引用
@article{arxiv.1806.08205,
title = {Synaptic partner prediction from point annotations in insect brains},
author = {Julia Buhmann and Renate Krause and Rodrigo Ceballos Lentini and Nils Eckstein and Matthew Cook and Srinivas Turaga and Jan Funke},
journal= {arXiv preprint arXiv:1806.08205},
year = {2018}
}