ZAPBench: A Benchmark for Whole-Brain Activity Prediction in Zebrafish

要約

データ駆動型のベンチマークは、気象や構造生物学を含む主要な科学モデリングドメインの大きな進歩をもたらしました。
ここでは、ゼブラフィッシュアクティビティ予測ベンチマーク（Zapbench）を導入して、脊椎動物全体の脳全体で細胞分解の神経活動を予測する問題の進捗を測定します。
ベンチマークは、幼虫のゼブラフィッシュ脳の70,000を超えるニューロンの4Dライトシート顕微鏡記録を含む新しいデータセットに基づいており、これらのデータの運動安定化およびボクセルレベルの細胞セグメンテーションは、さまざまな予測方法の開発を促進します。
時系列と体積ビデオモデリングのアプローチの選択からの初期結果は、ナイーブなベースライン方法よりも優れたパフォーマンスを実現しますが、さらに改善するためのショールームも実現します。
活動記録で使用される特定の脳も、シナプスレベルの解剖学的マッピングを受けており、詳細な構造情報を予測方法に将来の統合を可能にします。

要約(オリジナル)

Data-driven benchmarks have led to significant progress in key scientific modeling domains including weather and structural biology. Here, we introduce the Zebrafish Activity Prediction Benchmark (ZAPBench) to measure progress on the problem of predicting cellular-resolution neural activity throughout an entire vertebrate brain. The benchmark is based on a novel dataset containing 4d light-sheet microscopy recordings of over 70,000 neurons in a larval zebrafish brain, along with motion stabilized and voxel-level cell segmentations of these data that facilitate development of a variety of forecasting methods. Initial results from a selection of time series and volumetric video modeling approaches achieve better performance than naive baseline methods, but also show room for further improvement. The specific brain used in the activity recording is also undergoing synaptic-level anatomical mapping, which will enable future integration of detailed structural information into forecasting methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google