論文の概要: Skeletonization of neuronal processes using Discrete Morse techniques from computational topology

• arxiv url: http://arxiv.org/abs/2505.07754v1
• Date: Mon, 12 May 2025 16:59:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-13 20:21:49.501076
• Title: Skeletonization of neuronal processes using Discrete Morse techniques from computational topology
• Title（参考訳）: 離散モース法による計算トポロジーからの神経過程の骨格化
• Authors: Samik Banerjee, Caleb Stam, Daniel J. Tward, Steven Savoia, Yusu Wang, Partha P. Mitra,
• Abstract要約: 脊椎動物脳におけるメソスケール神経回路のマッピング手法を提案する。 ラベル付き軸索の断片を骨格化し、体積長の密度を推定することで、基底ニューロンとよりうまく結びついている。 この手法は、非局所接続情報を考慮し、ノイズロバスト性を提供する。
• 参考スコア（独自算出の注目度）: 3.9341278092649925
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: To understand biological intelligence we need to map neuronal networks in vertebrate brains. Mapping mesoscale neural circuitry is done using injections of tracers that label groups of neurons whose axons project to different brain regions. Since many neurons are labeled, it is difficult to follow individual axons. Previous approaches have instead quantified the regional projections using the total label intensity within a region. However, such a quantification is not biologically meaningful. We propose a new approach better connected to the underlying neurons by skeletonizing labeled axon fragments and then estimating a volumetric length density. Our approach uses a combination of deep nets and the Discrete Morse (DM) technique from computational topology. This technique takes into account nonlocal connectivity information and therefore provides noise-robustness. We demonstrate the utility and scalability of the approach on whole-brain tracer injected data. We also define and illustrate an information theoretic measure that quantifies the additional information obtained, compared to the skeletonized tracer injection fragments, when individual axon morphologies are available. Our approach is the first application of the DM technique to computational neuroanatomy. It can help bridge between single-axon skeletons and tracer injections, two important data types in mapping neural networks in vertebrates.
• Abstract（参考訳）: 生物学的知性を理解するためには、脊椎動物の脳内の神経ネットワークをマッピングする必要がある。 メソスケール神経回路のマッピングは、軸索が異なる脳領域に投射するニューロンのグループにラベルを付けるトレーサの注入を用いて行われる。 多くのニューロンがラベル付けされているため、個々の軸索に従うことは困難である。 それまでのアプローチでは、領域内のラベルの総強度を用いて、領域の投影を定量化していた。 しかし、このような定量化は生物学的には意味がない。 そこで我々は, ラベル付き軸索断片を骨格化し, 体積長密度を推定することにより, 基礎となるニューロンとよりうまく結びつく新しいアプローチを提案する。 提案手法はディープネットと計算トポロジからの離散モース(DM)技術を組み合わせたものである。 この手法は、非局所接続情報を考慮し、ノイズロバスト性を提供する。 本稿では,全脳トレーサインジェクションデータに対するアプローチの有用性と拡張性を示す。 また、個々の軸索形態が利用可能である場合に、骨格化トレーサー注入断片と比較して得られた追加情報を定量化する情報理論測度を定義し、記述する。 我々のアプローチは、計算神経解剖学へのDM技術の最初の応用である。 これは、脊椎動物の神経ネットワークをマッピングする2つの重要なデータタイプである、単一軸索の骨格とトレーサー注入の間の橋渡しに役立つ。

関連論文リスト

• Joint Learning Neuronal Skeleton and Brain Circuit Topology with Permutation Invariant Encoders for Neuron Classification [33.47541392305739]
  本稿では,スケルトンから得られるニューロンの形態情報と神経回路から得られるニューロン間のトポロジ情報を組み合わせたNeuNetフレームワークを提案する。 我々は、ヒト大脳皮質とショウジョウバエ脳の体積電子顕微鏡(VEM)画像からニューロン分類タスクのための2つの新しいデータセットを再処理し、リリースする。
  論文  参考訳（メタデータ） (2023-12-22T08:31:11Z)
• Identifying Interpretable Visual Features in Artificial and Biological Neural Systems [3.604033202771937]
  ニューラルネットワークの単一ニューロンはしばしば、個々の直感的に意味のある特徴を表すものとして解釈される。 多くのニューロンは$textitmixed selectivity$、すなわち複数の無関係な特徴を示す。 本稿では、視覚的解釈可能性の定量化と、ネットワークアクティベーション空間における意味のある方向を見つけるためのアプローチを提案する。
  論文  参考訳（メタデータ） (2023-10-17T17:41:28Z)
• Addressing caveats of neural persistence with deep graph persistence [54.424983583720675]
  神経の持続性に影響を与える主な要因は,ネットワークの重みのばらつきと大きな重みの空間集中である。 単一層ではなく,ニューラルネットワーク全体へのニューラルネットワークの持続性に基づくフィルタリングの拡張を提案する。 これにより、ネットワーク内の永続的なパスを暗黙的に取り込み、分散に関連する問題を緩和するディープグラフの永続性測定が得られます。
  論文  参考訳（メタデータ） (2023-07-20T13:34:11Z)
• Constraints on the design of neuromorphic circuits set by the properties of neural population codes [61.15277741147157]
  脳内では、情報はコード化され、伝達され、行動を伝えるために使用される。 ニューロモルフィック回路は、脳内のニューロンの集団が使用するものと互換性のある方法で情報を符号化する必要がある。
  論文  参考訳（メタデータ） (2022-12-08T15:16:04Z)
• POPPINS : A Population-Based Digital Spiking Neuromorphic Processor with Integer Quadratic Integrate-and-Fire Neurons [50.591267188664666]
  2つの階層構造を持つ180nmプロセス技術において,集団に基づくディジタルスパイキングニューロモルフィックプロセッサを提案する。 提案手法は,生体模倣型ニューロモルフィックシステム,低消費電力,低遅延推論処理アプリケーションの開発を可能にする。
  論文  参考訳（メタデータ） (2022-01-19T09:26:34Z)
• And/or trade-off in artificial neurons: impact on adversarial robustness [91.3755431537592]
  ネットワークに十分な数のOR様ニューロンが存在すると、分類の脆さと敵の攻撃に対する脆弱性が増加する。 そこで我々は,AND様ニューロンを定義し,ネットワーク内での割合を増大させる対策を提案する。 MNISTデータセットによる実験結果から,本手法はさらなる探索の方向として有望であることが示唆された。
  論文  参考訳（メタデータ） (2021-02-15T08:19:05Z)
• Detection and skeletonization of single neurons and tracer injections using topological methods [9.924165812093694]
  脳画像データから個々のニューロンの木の骨格を抽出するための離散モース理論(DM)の手法を紹介する。 ニューロンの個々の骨格化には、最先端の非トポロジー法よりもかなりの性能向上が得られる。 トレーサインジェクションのコンセンサスツリーの要約には、地域接続行列情報が含まれている。
  論文  参考訳（メタデータ） (2020-03-20T20:58:38Z)

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。