ニューロンスタジオ

NeuronStudio は、マウントサイナイのアイカーン医科大学の計算神経生物学および画像センターによって作成された非商用プログラムでした。このプログラムは、共焦点画像スタックからニューロン構造を自動的にトレースして再構築しました。生成されたモデルは、その後、さらなる処理、モデリング、または統計分析のために標準形式を使用してファイルにエクスポートされました。NeuronStudio は、局所的な樹状突起棘形状から複雑なツリートポロジー、複数のニューロンネットワークの全体的な空間配置まで、さまざまなスケールの形態の詳細を処理しました。自動デジタル化機能により、手動トレースで発生する主観的なエラーを回避しました。このプログラムは 2012 年にサポートが終了し、プロジェクトページは最終的に ISMMS Web サイトから削除されました。ただし、ドキュメントと Windows ソースコードは、インターネットアーカイブから引き続き入手できます。

NeuronStudio グラフィカルユーザーインターフェイス (Windows バージョン)。

デコンボリューション

画像データのデコンボリューションは、正確な 3D 再構成に不可欠です。デコンボリューションは、点像分布関数(PSF) の形で光学系の「事前」知識を使用して、オブジェクトのより正確な推定値を取得する画像復元アプローチです。点像分布関数は、実際の顕微鏡パラメータから計算するか、ビーズで測定するか、推定して繰り返し改良することができます (ブラインドデコンボリューション)。PSF は、深さやサンプル特性による組織の屈折特性の変化を考慮して、局所的に調整できます。大きなタイル状の組織ブロックを自動的に使用する場合は、実験的に決定されたPSF を使用するよりも高速で正確です。

骨格化と直径の推定

標準的なスケルトン化アルゴリズムでは、デジタル画像の整数特性から量子化誤差が発生します。微細な樹状突起形状を正確に表現する必要があるため、これらの量子化誤差を修正するために、標準的なスケルトン化および直径推定アルゴリズムを新たに適応させる開発が必要でした。反復細線化スケルトン化法では、各ツリーノードからオブジェクトの表面までの距離をボクセル単位で提供できます。この距離は D6 メトリックであり、表面から中心軸までの最小 6 接続パスで削除されるボクセルの数を数えることによって得られます。樹状突起形態計測の既存のスケルトン化またはベクトル化アルゴリズムでは、任意のノードでの分岐断面は円形として近似され、D6 メトリックによって単一の直径推定が提供されます。この直径推定の精度は、ボクセルの物理的サイズに制限されます。最大の画像解像度でも数個のボクセルしか含まれない細い樹状突起や棘などの小さな構造の場合、この測定を直接使用すると誤差が大きくなる可能性があります (図を参照)。量子化誤差を最小限に抑え、ノードの形状をより正確に評価するために、新しい推定手法であるレイバーストサンプリングアルゴリズムが存在します。このアルゴリズムは、セグメント化された画像ではなく元のグレースケールデータを使用して、正確で連続的な半径推定と多方向の半径サンプリングを行い、非円形の枝の断面と非球形の脊椎の頭をより正確に表現します。^[1]^[2]

レイバーストアルゴリズム

レイバーストサンプリングアルゴリズムは、セグメント化された画像ではなく元のグレースケールデータを使用して、正確で連続的な半径推定と多方向の半径サンプリングを行い、非円形の枝の断面と非球形のスパインヘッドをより正確に表現します。このアルゴリズムは、複数の方向でデータをサンプリングする単位ベクトルの配列 (サンプリングコア) を事前に計算し、そこからノードのジオメトリの推定を計算します。サンプリングコアによって各方向を正確に表現するには、N 個のベクトルが単位球上で均一に間隔を空けて配置されている必要があります。このアルゴリズムは、粒子物理シミュレーションを使用して、ランダムに方向付けられた単位ベクトルのセットNを生成し、球上の点のランダムで不均一な分布を生成します。各粒子は、他のすべての粒子から、粒子間の距離の 2 乗に反比例した反発力を受け取ります。結果の力の方向に粒子を繰り返し移動させることで、粒子は再配置されます。このシステムは、約 40 回の反復で、各粒子が最も近い隣接粒子から最大限に離れている、安定した最小エネルギー構成に近づきます。この情報を使用して、任意の不規則な形状の 3D ブランチを再構築できます。等価円形断面の直径は、中間軸に垂直な平面で、中間下バンド直径 (MLBD) を使用して計算されます。MLBD を計算するには、サンプルのセットを取得し、対応する反対のベクトルのペアを追加します。ベクトルをサイズで並べ替え、下バンドを下位 50% として定義し、下バンドの中央値を表す位置 N/4 の距離を使用して、直径を推定します。^[3]

NeuronStudio の用途

NeuronStudio は主に樹状突起棘の定量的形態学的解析に使用されます。NeuronStudio ベースの樹状突起と棘のトレースを使用する最大の利点は、自動トレースに基づく方法は樹状突起のドリフトや動きの影響を受けないことです。これは、各樹状突起を各スタックで個別にトレースできるためです。これにより、非常に長い記録やより離れた時点の棘を比較できます。NeuronStudio 分析により、棘頭の幅と棘長の正確な 3D 測定が得られるため、この方法は棘の形態の変化を検出するのに役立ちます。さらに、コンピューターベースの測定を使用すると、比較的短時間で数百の棘を分析できます。^[4]

参照

外部リンク

Rodriguez, Alfredo (2010-02-18). 「ツール: NeuronStudio (ベータ版) バージョン 0.9.92、最終更新日: 2009 年 11 月 19 日」。CNIC、マウントサイナイ医科大学。2018 年 9 月 16 日にオリジナルからアーカイブ。
「NeuronStudio 0.9.92 のソースコード」。CNIC、マウントサイナイ医科大学。2010 年 9 月 30 日。2018 年 7 月 3 日にオリジナルからアーカイブされました。

参考文献

^ Rodriguez, A.; Ehlenberger, D.; Kelliher, K.; Einstein, M.; Henderson, SC; Morrison, JH; Hof, PR; Wearne, SL (2003). 「レーザー走査顕微鏡画像からの3次元ニューロン形態の自動再構築」. Methods . 30 (1): 94–105. doi :10.1016/s1046-2023(03)00011-2. PMID 12695107.
^ Wearne, SL; Rodriguez, A.; Ehlenberger, DB; Rocher, AB; Henderson, SC; Hof, PR (2005). 「複数のスケールでの3次元ニューロン形態の画像化、デジタル化、分析のための新しい技術」。Neuroscience . 136 (3): 661–680. CiteSeerX 10.1.1.329.9265 . doi :10.1016/j.neuroscience.2005.05.053. PMID 16344143. S2CID 16510030.
^ Rodriguez, A.; Ehlenberger, D.; Hof, PR; Wearne, SL (2006). 「レイバーストサンプリング、レーザー走査顕微鏡画像からの自動3次元形状解析アルゴリズム」. Nature Protocols . 1 (4): 2156–2161. doi :10.1038/nprot.2006.313. PMID 17487207. S2CID 16141708.
^ Bertling, Enni; Ludwig, Anastasia; Koskinen, Mikko; Hotulainen, Pirta (2012)。「樹状突起棘ダイナミクスの3次元解析法」。Conn, P. Michael (編)。生細胞の画像化と分光分析: 健康時と疾病時の生細胞の画像化( PDF)。Methods in Enzymology。Vol. 506。Elsevier。pp. 391–406。doi :10.1016/ B978-0-12-391856-7.00043-3。ISBN 978-0-12-391856-7. ISSN 0076-6879. PMID 22341234 . 2021年7月14日閲覧。

[1] Rodriguez, A.; Ehlenberger, D.; Kelliher, K.; Einstein, M.; Henderson, SC; Morrison, JH; Hof, PR; Wearne, SL (2003). 「レーザー走査顕微鏡画像からの3次元ニューロン形態の自動再構築」. Methods . 30 (1): 94–105. doi :10.1016/s1046-2023(03)00011-2. PMID 12695107.

[2] Wearne, SL; Rodriguez, A.; Ehlenberger, DB; Rocher, AB; Henderson, SC; Hof, PR (2005). 「複数のスケールでの3次元ニューロン形態の画像化、デジタル化、分析のための新しい技術」。Neuroscience . 136 (3): 661–680. CiteSeerX 10.1.1.329.9265 . doi :10.1016/j.neuroscience.2005.05.053. PMID 16344143. S2CID 16510030.

[3] Rodriguez, A.; Ehlenberger, D.; Hof, PR; Wearne, SL (2006). 「レイバーストサンプリング、レーザー走査顕微鏡画像からの自動3次元形状解析アルゴリズム」. Nature Protocols . 1 (4): 2156–2161. doi :10.1038/nprot.2006.313. PMID 17487207. S2CID 16141708.

[4] Bertling, Enni; Ludwig, Anastasia; Koskinen, Mikko; Hotulainen, Pirta (2012)。「樹状突起棘ダイナミクスの3次元解析法」。Conn, P. Michael (編)。生細胞の画像化と分光分析: 健康時と疾病時の生細胞の画像化( PDF)。Methods in Enzymology。Vol. 506。Elsevier。pp. 391–406。doi :10.1016/ B978-0-12-391856-7.00043-3。ISBN 978-0-12-391856-7. ISSN 0076-6879. PMID 22341234 . 2021年7月14日閲覧。