An interactive time series image analysis software for dendritic spines.
An interactive time series image analysis software for dendritic spines.
复制标题
DOI：
10.1038/s41598-022-16137-y
复制
发表时间：
2022-07-20
影响因子：
4.6
通讯作者：
Unay, Devrim
中科院分区：
文献类型：
--
作者：
Argunsah, Ali Ozgur;Erdil, Ertunc;Ghani, Muhammad Usman;Ramiro-Cortes, Yazmin;Hobbiss, Anna F.;Karayannis, Theofanis;Cetin, Mujdat;Israely, Inbal;Unay, Devrim
实时荧光成像显示了树突棘的动态性质，在发育过程中和对活动的反应中都会发生形状的变化。树突棘的结构与其功能功效相关。学习和记忆研究表明，神经元储存的大量信息包含在突触中。对突触结构的高精度跟踪可以为记忆的动态本质提供线索，并帮助我们理解记忆在生物和人工神经网络中是如何进化的。旨在研究树突棘结构变化背后的动力学的实验需要收集和分析大型时间序列数据集。在这篇文章中，我们提出了一个名为SPINS的开源软件，用于树突的自动纵向结构分析，并增加了手动干预的功能，以确保优化分析。我们已经在体外、体内和模拟数据集上测试了该算法，以展示其在各种可能的实验场景中的性能。
Live fluorescence imaging has demonstrated the dynamic nature of dendritic spines, with changes in shape occurring both during development and in response to activity. The structure of a dendritic spine correlates with its functional efficacy. Learning and memory studies have shown that a great deal of the information stored by a neuron is contained in the synapses. High precision tracking of synaptic structures can give hints about the dynamic nature of memory and help us understand how memories evolve both in biological and artificial neural networks. Experiments that aim to investigate the dynamics behind the structural changes of dendritic spines require the collection and analysis of large time-series datasets. In this paper, we present an open-source software called SpineS for automatic longitudinal structural analysis of dendritic spines with additional features for manual intervention to ensure optimal analysis. We have tested the algorithm on in-vitro, in-vivo, and simulated datasets to demonstrate its performance in a wide range of possible experimental scenarios.
登录
查看更多内容
影响因子：
64.8
作者：
Attardo A;Fitzgerald JE;Schnitzer MJ
通讯作者：
Schnitzer MJ
影响因子：
10.6
作者：
Chan, TF;Vese, LA
通讯作者：
Vese, LA
影响因子：
5.8
作者：
Hobbiss AF;Ramiro-Cortés Y;Israely I
通讯作者：
Israely I
影响因子：
16.2
作者：
Holtmaat, AJGD;Trachtenberg, JT;Svoboda, K
通讯作者：
Svoboda, K
影响因子：
64.8
作者：
Engert, F;Bonhoeffer, T
通讯作者：
Bonhoeffer, T