Automatic 3D neuron tracing using all-path pruning.
Automatic 3D neuron tracing using all-path pruning.
复制标题
DOI：
10.1093/bioinformatics/btr237
复制
发表时间：
2011-07-01
期刊：
影响因子：
--
通讯作者：
Myers G
中科院分区：
文献类型：
--
作者：
Peng H;Long F;Myers G
动机：三维神经元结构的数字重建或追踪对于逆向工程大脑的线路和功能至关重要。然而，尽管已有许多研究，但这项任务仍然具有挑战性，特别是当3D显微图像具有低信噪比（SNR）和碎片化的神经元片段时。已发表的工作只能通过引入全局先验信息来处理这些困难的情况，例如神经突段的起始和终止位置。然而，手工合并这些全局信息可能非常耗时。因此，对于这些困难的情况，完全自动的方法是非常可取的。结果：我们开发了一种自动图算法，称为全路径修剪（APP），用于跟踪神经元的三维结构。为了避免神经元某些部分的潜在错误跟踪，APP首先通过跟踪从种子位置到图像中每个可能的目标体素/像素位置的最佳测地最短路径，产生初始过度重建。由于初始重建包含所有可能的路径，因此可能包含冗余结构组件（SC），因此我们使用新的最大覆盖最小冗余（MCMR）子图算法，通过修剪冗余结构元素来简化整个重建，而不影响其连通性。我们证明MCMR具有线性计算复杂度，并且会收敛。我们使用具有挑战性的模式生物（例如果蝇）的3D神经元图像数据集来检查我们的方法的性能。可用性：该软件可根据要求提供。我们计划最终将该软件作为V3D-Neuron软件包的插件在http://penglab.janelia.org/proj/v3d上发布。联系:pengh@janelia.hhmi.org
Motivation: Digital reconstruction, or tracing, of 3D neuron structures is critical toward reverse engineering the wiring and functions of a brain. However, despite a number of existing studies, this task is still challenging, especially when a 3D microscopic image has low signal-to-noise ratio (SNR) and fragmented neuron segments. Published work can handle these hard situations only by introducing global prior information, such as where a neurite segment starts and terminates. However, manual incorporation of such global information can be very time consuming. Thus, a completely automatic approach for these hard situations is highly desirable. Results: We have developed an automatic graph algorithm, called the all-path pruning (APP), to trace the 3D structure of a neuron. To avoid potential mis-tracing of some parts of a neuron, an APP first produces an initial over-reconstruction, by tracing the optimal geodesic shortest path from the seed location to every possible destination voxel/pixel location in the image. Since the initial reconstruction contains all the possible paths and thus could contain redundant structural components (SC), we simplify the entire reconstruction without compromising its connectedness by pruning the redundant structural elements, using a new maximal-covering minimal-redundant (MCMR) subgraph algorithm. We show that MCMR has a linear computational complexity and will converge. We examined the performance of our method using challenging 3D neuronal image datasets of model organisms (e.g. fruit fly). Availability: The software is available upon request. We plan to eventually release the software as a plugin of the V3D-Neuron package at http://penglab.janelia.org/proj/v3d. Contact: pengh@janelia.hhmi.org
登录
查看更多内容
影响因子：
2.5
作者：
Losavio, Bradley E.;Liang, Yong;Saggau, Peter
通讯作者：
Saggau, Peter
影响因子：
46.9
作者：
通讯作者：
--
影响因子：
3
作者：
Rodriguez A;Ehlenberger DB;Hof PR;Wearne SL
通讯作者：
Wearne SL
影响因子：
3
作者：
Cannon, RC;Turner, DA;Wheal, HV
通讯作者：
Wheal, HV
MDL 约束 3-D 灰度骨架化算法，用于从荧光共焦图像中自动提取树突和脊柱。
影响因子：
3
作者：
Yuan, Xiaosong;Trachtenberg, Joshua T.;Potter, Steve M.;Roysam, Badrinath
通讯作者：
Roysam, Badrinath