当前位置: X-MOL 学术bioRxiv. Neurosci. › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
用于整个小鼠大脑图像数据集中的3D细胞检测的深度学习算法
bioRxiv - Neuroscience Pub Date : 2021-03-04 , DOI: 10.1101/2020.10.21.348771
Adam L. Tyson , Charly V. Rousseau , Christian J. Niedworok , Sepiedeh Keshavarzi , Chryssanthi Tsitoura , Lee Cossell , Molly Strom , Troy W. Margrie

要了解神经系统的功能,就必须绘制其功能,解剖结构或基因表达所定义的组成细胞的空间分布。最近,组织制备和显微镜技术的发展使整个啮齿动物大脑的细胞群体成像。但是,手动映射这些神经元容易产生偏差,并且通常不切实际地耗时。在这里,我们介绍了使用标准台式计算机硬件对小鼠全脑显微镜图像中的神经元体细胞进行3D全自动检测的开源算法。我们通过绘制大细胞群体的全脑位置图来证明我们方法的适用性和力量,这些细胞标记有通过逆转录跨突触病毒感染表达的细胞质荧光蛋白。



"点击查看英文标题和摘要"

更新日期:2021-03-05
down
wechat
bug