論文の概要: gACSON software for automated segmentation and morphology analyses of
myelinated axons in 3D electron microscopy
- arxiv url: http://arxiv.org/abs/2112.06476v1
- Date: Mon, 13 Dec 2021 08:17:15 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-15 02:16:53.880649
- Title: gACSON software for automated segmentation and morphology analyses of
myelinated axons in 3D electron microscopy
- Title（参考訳）: gACSONソフトウェアによる3次元電子顕微鏡におけるミエラン化軸索の自動セグメンテーションと形態解析
- Authors: Andrea Behanova, Ali Abdollahzadeh, Ilya Belevich, Eija Jokitalo,
Alejandra Sierra, Jussi Tohka
- Abstract要約: 本稿では,3D-EMボリュームにおけるミレライズされた軸索の可視化,セグメンテーション,アセスメント,形態解析のためのフリーソフトウェアgACSONを紹介する。
gACSONは、ミエリン化軸索とその対応するミエリンの軸索内空間を自動的に分割する。
軸索径、軸索偏心性、ミエリン厚み、g比などのミエリン化軸索の形態を解析する。
- 参考スコア（独自算出の注目度）: 55.78588835407174
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Background and Objective: Advances in electron microscopy (EM) now allow
three-dimensional (3D) imaging of hundreds of micrometers of tissue with
nanometer-scale resolution, providing new opportunities to study the
ultrastructure of the brain. In this work, we introduce a freely available
gACSON software for visualization, segmentation, assessment, and morphology
analysis of myelinated axons in 3D-EM volumes of brain tissue samples. Methods:
The gACSON software is equipped with a graphical user interface (GUI). It
automatically segments the intra-axonal space of myelinated axons and their
corresponding myelin sheaths and allows manual segmentation, proofreading, and
interactive correction of the segmented components. gACSON analyzes the
morphology of myelinated axons, such as axonal diameter, axonal eccentricity,
myelin thickness, or g-ratio. Results: We illustrate the use of gACSON by
segmenting and analyzing myelinated axons in six 3D-EM volumes of rat
somatosensory cortex after sham surgery or traumatic brain injury (TBI). Our
results suggest that the equivalent diameter of myelinated axons in
somatisensory cortex was decreased in TBI animals five months after the injury.
Conclusions: Our results indicate that gACSON is a valuable tool for
visualization, segmentation, assessment, and morphology analysis of myelinated
axons in 3D-EM volumes. gACSON is freely available at
https://github.com/AndreaBehan/g-ACSON under the MIT license.
- Abstract（参考訳）: 背景と目的: 電子顕微鏡(EM)の進歩により、数百マイクロメートルの組織をナノメートルの解像度で3次元イメージングすることが可能となり、脳の微細構造を研究する新たな機会となった。
本研究では,脳組織サンプルの3D-EMボリュームにおける髄質軸索の可視化,セグメンテーション,アセスメント,形態解析のためのフリーソフトウェアであるgACSONを紹介する。
方法: gACSONソフトウェアはグラフィカルユーザインタフェース(GUI)を備えている。
マイエリン化軸索の軸索内空間と対応するミエリンのシースを自動的に分割し、手動のセグメンテーション、証明読取、およびセグメンテーションされたコンポーネントのインタラクティブな補正を可能にする。
gACSONは軸索径、軸索偏心性、ミエリン厚み、g比などのミエラン化軸索の形態を解析する。
結果:gacsonはラット体性感覚野の3d-em容積6種の神経軸索をsegmentingおよび解析し,sem手術および外傷性脳損傷後のgacsonを用いた。
以上の結果から,somatisensory cortexにおけるミエリン化軸索の等価径は,外傷後5カ月で減少したことが示唆された。
結論:gacsonは3d-emボリュームのミエリン化軸索の可視化,セグメンテーション,評価,形態解析に有用であることが示唆された。
gACSONはMITライセンス下でhttps://github.com/AndreaBehan/g-ACSONで無料で利用できる。
関連論文リスト
- High-resolution segmentations of the hypothalamus and its subregions for training of segmentation models [1.0486773259892048]
HELM, hypothalamic ex vivo Label Mapsは10個の半球から利用可能な超高解像度の生体外MRIから構築されたラベルマップからなるデータセットである。
視床下部領域のマニュアルラベルと脳の残りの部分の自動セグメンテーションを組み合わせることで、脳全体をシミュレートする。
論文 参考訳（メタデータ） (2024-06-27T19:16:57Z) - Learning Multimodal Volumetric Features for Large-Scale Neuron Tracing [72.45257414889478]
オーバーセグメントニューロン間の接続を予測し,人間の作業量を削減することを目的としている。
最初はFlyTracingという名前のデータセットを構築しました。
本稿では,高密度なボリュームEM画像の埋め込みを生成するための,新しい接続性を考慮したコントラスト学習手法を提案する。
論文 参考訳（メタデータ） (2024-01-05T19:45:12Z) - AxonCallosumEM Dataset: Axon Semantic Segmentation of Whole Corpus
Callosum cross section from EM Images [1.433758865948252]
AxonCallosumEMデータセットは、レット症候群(RTT)マウスモデル(英語版)のコーパスカロサムから取得した1.83×5.76mmのEM画像を含む。
我々は1024倍の1024倍の解像度で60,000以上のパッチを慎重に検証し、ミエリンの軸索とミエリンのシースに包括的真実を提供する。
論文 参考訳（メタデータ） (2023-07-05T17:38:01Z) - CNN-based fully automatic wrist cartilage volume quantification in MR
Image [55.41644538483948]
追加の注意層を持つU-net畳み込みニューラルネットワークは、最高の手首軟骨分割性能を提供する。
非MRI法を用いて軟骨体積測定の誤差を独立に評価すべきである。
論文 参考訳（メタデータ） (2022-06-22T14:19:06Z) - AxonEM Dataset: 3D Axon Instance Segmentation of Brain Cortical Regions [22.87130178598667]
AxonEMデータセットは、ヒトとマウスの皮質からの2つの30x30x30 um3 EM画像ボリュームから構成される。
我々は,高密度な3次元軸索インスタンスセグメンテーションを実現するために,18,000以上の軸索インスタンスを徹底的に検証した。
データボリュームごとに、トレーニング用の9つの根拠真理サブボリュームを強く注釈付けします。
論文 参考訳（メタデータ） (2021-07-12T14:24:03Z) - Single Neuron Segmentation using Graph-based Global Reasoning with
Auxiliary Skeleton Loss from 3D Optical Microscope Images [30.539098538610013]
局所的出現とグローバルジオメトリ特性を共同で検討し,エンドツーエンドのセグメンテーションネットワークを提案する。
The evaluation results on the Janelia dataset from the BigNeuron project showed that our proposed method is over the other algorithm in performance。
論文 参考訳（メタデータ） (2021-01-22T01:27:14Z) - Weakly-supervised Learning For Catheter Segmentation in 3D Frustum
Ultrasound [74.22397862400177]
超音波を用いた新しいカテーテルセグメンテーション法を提案する。
提案手法は,1ボリュームあたり0.25秒の効率で最先端の性能を実現した。
論文 参考訳（メタデータ） (2020-10-19T13:56:22Z) - Deep Negative Volume Segmentation [60.44793799306154]
対象物を取り囲むすべての組織間で空の空間を分割する3Dセグメント化タスクに対する新しい角度を提案する。
我々のアプローチは骨分割のためのV-Netを含むエンドツーエンドパイプラインである。
顎顔面領域の専門医が注釈を付した50名の患者データセットにおけるCTスキャンの考え方を検証した。
論文 参考訳（メタデータ） (2020-06-22T16:55:23Z) - Interpretation of 3D CNNs for Brain MRI Data Classification [56.895060189929055]
T1脳MRIにおける拡散テンソル画像の男女差について,これまでの知見を拡張した。
ボクセルの3次元CNN解釈を3つの解釈法の結果と比較する。
論文 参考訳（メタデータ） (2020-06-20T17:56:46Z) - Self-Supervised Feature Extraction for 3D Axon Segmentation [7.181047714452116]
既存の学習ベースの3D脳画像の軸索を自動的に追跡する手法は、手動で注釈付けされたセグメンテーションラベルに依存することが多い。
本研究では、軸索の管状構造を利用してラベルのないデータから特徴抽出器を構築する自己教師付き補助タスクを提案する。
単一ニューロンであるJanliaデータセットであるShielD PVGPeデータセットとBigNeuron Projectの両方で,3次元U-Netモデルよりも優れたセグメンテーション性能を示す。
論文 参考訳（メタデータ） (2020-04-20T20:46:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。