Sep, 2014

专注校对：从分割的 EM 图像中高效提取连接组

PDF
TL;DR本文提出了一种名为 “focused proofreading” 的新策略，结合自动图像分割和生物信息，成功减少了手动修正（proofreading）的时间和地点，应用于大型数据集中的果蝇视神经中，使跟踪速度提高了 3-5 倍。
neural circuitryem imagesautomatic segmentationproofreadingcrowd sourcing
发现论文，激发创造
  • 学习大规模神经元追踪的多模态体数据特征

    通过构建 FlyTracing 数据集和引入连接感知对比学习方法，本研究旨在降低人工工作量，减少电子显微镜数据中自动图像分割后的人工校对过程，并提出了一种有效的自动神经追踪方法。

    Jan, 2024

  • 电子显微镜分割算法的理想属性

    本研究提出一种新型的 EM 分割分类器训练算法，旨在降低对标注和错误修正任务的手动劳动需求，实验表明该方法较现有方法更适于神经重建。

    Mar, 2015

  • 大规模连通组学的多通路方法

    该研究提出了一种基于多核系统的、可用于实时处理电子显微镜数据的多通道管道，并演示了其在重建神经元连接性的准确性和速度上的优势。

    Dec, 2016

  • 大规模电子显微镜成像神经元过程的自动重建

    自动样品制备和电子显微镜使得大规模图像数据采集成为可能，基于此，本文提出了一种 pipeline 系统，通过结合随机森林分类和条件随机场框架，能够完成大规模电子显微镜数据的分割和自动化标注，从而实现了大规模 3D 神经元的重建和可视化。

    Mar, 2013

  • 利用大规模神经影像数据集创建连接组约束方法，以实现更加稳健、高效和适应性人工智能

    利用大型神经成像数据集中的连接性图谱等手段，改善边缘端机器学习的效率和鲁棒性，并通过对果蝇和哺乳动物视脑回路连接等领域的分析，展示了多种潜在的应用脑科学领域洞见的方法。

    May, 2023

  • 在宽范围尺度上建模大脑电路

    本篇论文主要研究利用电子显微镜和光学显微镜结合计算机视觉技术，对神经元的突触连接等生物信息进行分析和建模。

    Feb, 2015

  • 多阶段多递归输入全卷积网络用于神经元边界检测

    本文提出了多阶段多递归输入的完全卷积网络通过学习低阶段的不同感受野大小的多个侧面输出，为后续学习提供多尺度的上下文边界信息，以解决电子显微镜图像分割的挑战问题，结果在两个公共可用的 EM 分割数据集上取得了有希望的结果。

    Mar, 2017

  • FusionNet: 一种用于连接组学中图像分割的深度完全残差卷积神经网络

    本研究介绍了一种基于深度学习的新型神经网络结构 FusionNet，用于自动分割连接组学数据中的神经元结构，并表明其在电子显微镜 (EM) 图像分割方面具有优异的性能。

    Dec, 2016

  • 连接组学的错误检测和纠正框架

    利用多尺度三维卷积网络实现三维重建和图像分割中的异常检测和校正任务，输入原始图像和候选对象的二进制掩模，可以获得分裂和合并错误地图以及真实对象，使用错误检测网络得到的错误建议对象掩模可以提高错误校正网络的准确性。

    Aug, 2017

  • AxonCallosumEM 数据集：基于 EM 图像的大脑胼胝体横截面的轴索语义分割

    本文介绍了 AxonCallosumEM 数据集，该数据集是通过电子显微镜技术对 RTT 小鼠模型的胼胝体进行成像得到的，数据集详细标注了髓鞘和轴突，并开发出一种 Fine-tune 方法，适应了 EM 图像分割任务。

    Jul, 2023