Advanced Image Segmentation Techniques for Neural Activity Detection via C-fos Immediate Early Gene Expression

要約

この論文では、神経活動の重要なマーカーである C-fos 前初期遺伝子発現を分析するための高度な画像セグメンテーション技術の応用を調査します。
神経回路は複雑で変動性が高いため、神経機能についての新たな洞察を得るには、C-fos 画像を正確にセグメンテーションすることが最も重要です。
このような背景の中で、この研究は、CNN と Unet モデルの機能を活用することで、C-fos 画像のセグメンテーションにおける精度を向上させ、手動による介入を最小限に抑えることを目的としています。
畳み込みニューラル ネットワーク (CNN) と Unet モデルを含むセグメンテーション プロセスの新しいワークフローの開発について説明し、さまざまな画像セグメンテーション タスクにおけるそれらの効率を実証します。
私たちのワークフローには、トリミング、画像特徴抽出、トレーニング データセット選択のためのクラスタリングなどの前処理ステップが組み込まれています。
AutoEncoder モデルを使用して特徴を抽出し、制約付きクラスタリングを実装して、画像タイプの類似点と相違点を特定しました。
さらに、モデルのパフォーマンスを向上させるために、手動および自動のラベル付けアプローチを利用しました。
我々は、C-fos発現が顕著な領域と正常組織領域を区別する際のこの方法の有効性を実証しました。
最後に、C-fos 式を検出するために修正された Unet ネットワークを実装しました。
この研究は、より効率的かつ自動化された画像セグメンテーション手法の開発に貢献し、神経科学研究における神経機能の理解を促進します。

要約(オリジナル)

This paper investigates the application of advanced image segmentation techniques to analyze C-fos immediate early gene expression, a crucial marker for neural activity. Due to the complexity and high variability of neural circuits, accurate segmentation of C-fos images is paramount for the development of new insights into neural function. Amidst this backdrop, this research aims to improve accuracy and minimize manual intervention in C-fos image segmentation by leveraging the capabilities of CNNs and the Unet model. We describe the development of a novel workflow for the segmentation process involving Convolutional Neural Networks (CNNs) and the Unet model, demonstrating their efficiency in various image segmentation tasks. Our workflow incorporates pre-processing steps such as cropping, image feature extraction, and clustering for the training dataset selection. We used an AutoEncoder model to extract features and implement constrained clustering to identify similarities and differences in image types. Additionally, we utilized manual and automatic labeling approaches to enhance the performance of our model. We demonstrated the effectiveness of our method in distinguishing areas with significant C-fos expression from normal tissue areas. Lastly, we implemented a modified Unet network for the detection of C-fos expressions. This research contributes to the development of more efficient and automated image segmentation methods, advancing the understanding of neural function in neuroscience research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google