Rapid detection and recognition of whole brain activity in a freely behaving Caenorhabditis elegans

要約

高度なボリューメトリック イメージング法と遺伝的にエンコードされた活動指標により、\textit{Caenorhabditis elegans} の単一ニューロン解像度で全脳活動の包括的な特徴付けが可能になりました。
ただし、線虫の神経系の絶え間ない動きと変形は、行動する動物の高密度に詰まったニューロンを一貫して識別するための大きな課題を課します。
ここでは、自由に動く \textit{C.
elegans}。
まず、深層学習アルゴリズムによって、蛍光画像のスタックから潜在的なニューロン領域が検出されます。
第 2 に、2 次元のニューロン領域が 3 次元のニューロン エンティティに融合されます。
第 3 に、ニューロンの周囲のニューロン密度分布とニューロン間の相対位置情報を活用することにより、マルチクラスの人工ニューラル ネットワークは、設計されたニューロンの特徴ベクトルをデジタルのニューロン ID に変換します。
少数のトレーニング サンプルを使用して、ボトムアップ アプローチは各ボリューム (ボクセルで $1024 \times 1024 \times 18$) を 1 秒未満で処理でき、ニューロン検出で $91\%$ 以上の精度を達成します
長時間のビデオ録画によるニューロン追跡で $80\%$。
私たちの仕事は、自然主義的な行動の根底にある脳全体の活動を解読するための迅速かつ完全に自動化されたアルゴリズムへの一歩を表しています。

要約(オリジナル)

Advanced volumetric imaging methods and genetically encoded activity indicators have permitted a comprehensive characterization of whole brain activity at single neuron resolution in \textit{Caenorhabditis elegans}. The constant motion and deformation of the nematode nervous system, however, impose a great challenge for consistent identification of densely packed neurons in a behaving animal. Here, we propose a cascade solution for long-term and rapid recognition of head ganglion neurons in a freely moving \textit{C. elegans}. First, potential neuronal regions from a stack of fluorescence images are detected by a deep learning algorithm. Second, 2-dimensional neuronal regions are fused into 3-dimensional neuron entities. Third, by exploiting the neuronal density distribution surrounding a neuron and relative positional information between neurons, a multi-class artificial neural network transforms engineered neuronal feature vectors into digital neuronal identities. With a small number of training samples, our bottom-up approach is able to process each volume – $1024 \times 1024 \times 18$ in voxels – in less than 1 second and achieves an accuracy of $91\%$ in neuronal detection and above $80\%$ in neuronal tracking over a long video recording. Our work represents a step towards rapid and fully automated algorithms for decoding whole brain activity underlying naturalistic behaviors.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google