机构名称：
¥ 1.0
摘要 — 连接组学领域的研究人员正在努力重建大脑中的神经连接图，以便从根本上了解大脑如何处理信息。构建此连接图是通过荧光显微镜成像技术获取的高分辨率图像堆栈来追踪神经元来完成的。虽然已经提出了大量自动追踪算法，但这些算法通常依赖于数据中的局部特征，并且在嘈杂的数据或模糊的情况下会失败，需要耗时的手动校正。因此，手动和半自动追踪方法仍然是创建精确神经元重建的最新方法。我们提出了一种新的半自动方法，该方法使用拓扑特征来指导用户追踪神经元，并将该方法集成到以前用于手动追踪的虚拟现实 (VR) 框架中。我们的方法增强了可视化和与拓扑元素的交互，从而可以快速理解和追踪复杂的形态。在我们的试点研究中，神经科学家表现出强烈的偏好，他们更喜欢使用我们的工具，而不是之前的方法，他们表示在追踪过程中疲劳感更少，并称赞它能够更好地理解可能的路径和替代方案。对追踪的定量评估表明，与完全手动的方法相比，用户的追踪速度有所提高，同时保持了类似的准确性。
利用拓扑元素提高虚拟现实神经元追踪的可用性
主要关键词
相关文件推荐
