Igneous: Distributed dense 3D segmentation meshing, neuron skeletonization, and hierarchical downsampling.
Igneous: Distributed dense 3D segmentation meshing, neuron skeletonization, and hierarchical downsampling.
复制标题
火成岩：分布式密集3D分割网格化、神经元骨架化和分层下采样。
DOI：
10.3389/fncir.2022.977700
复制
发表时间：
2022
影响因子：
3.5
通讯作者：
中科院分区：
文献类型：
--
作者：
脑组织及其致密片段的三维电子显微镜图像现在已达到千万亿级，并且还在不断增长。这些卷需要大量生产密集的分割衍生的神经元骨架，多分辨率网格，用于可视化和分析的图像层次结构（用于两种模式），以及管理大量数据的工具。然而，用于大规模网格化、网格化和数据管理的开放工具一直缺失。Igneous是一个基于Python的分布式计算框架，可以使用云或集群计算实现经济的网格化，分层，图像层次创建和数据管理，已被证明可以水平扩展。我们勾画了Igneous的计算框架，展示了如何使用它，并描述了它的性能和数据存储。
Three-dimensional electron microscopy images of brain tissue and their dense segmentations are now petascale and growing. These volumes require the mass production of dense segmentation-derived neuron skeletons, multi-resolution meshes, image hierarchies (for both modalities) for visualization and analysis, and tools to manage the large amount of data. However, open tools for large-scale meshing, skeletonization, and data management have been missing. Igneous is a Python-based distributed computing framework that enables economical meshing, skeletonization, image hierarchy creation, and data management using cloud or cluster computing that has been proven to scale horizontally. We sketch Igneous's computing framework, show how to use it, and characterize its performance and data storage.
登录
查看更多内容
DOI：
10.1109/tvcg.2013.142
发表时间：
2013-12
影响因子：
5.2
作者：
Beyer J;Al-Awami A;Kasthuri N;Lichtman JW;Pfister H;Hadwiger M
通讯作者：
Hadwiger M
DOI：
10.1109/tvcg.2015.2467441
发表时间：
2016-01-01
影响因子：
5.2
作者：
Al-Awami, Ali K.;Beyer, Johanna;Hadwiger, Markus
通讯作者：
Hadwiger, Markus
影响因子：
64.8
作者：
通讯作者：
--
影响因子：
3
作者：
Kremer, JR;Mastronarde, DN;McIntosh, JR
通讯作者：
McIntosh, JR
影响因子：
3.5
作者：
Berger DR;Seung HS;Lichtman JW
通讯作者：
Lichtman JW