ニューロントレーシングなどの神経科学のワークフローを自動化

顕微鏡と深層学習は、パーキンソン病研究において神経回路を調査し、シナプス形成や構成を制御する細胞メカニズムを理解するための貴重なツールです。

このニューロントレーシングアプリケーションでは、ZEISS Celldiscoverer 7顕微鏡で撮影した3D Zスタック画像に含まれる樹状突起と神経投射を分離解析するため、ZEISS arivis Cloudで深層学習ベースのセマンティック（オブジェクトベース）セグメンテーションモデルがトレーニングされました。データ中心のモデル訓練を用いた反復プロセスでモデルを洗練した後、ZENの3Dツールキットを使用した画像解析パイプラインに統合しました。

トレーニングされたモデルによる樹状突起スパインの優れたセグメンテーションは、複雑な画像解析における深層学習の有効性を示し、今後の神経疾患研究への貢献の可能性を示しています。

ZEISS arivis ProのAutomatic Neuron Tracingモジュールは、幅広いサイズの2D・3Dマルチチャンネル画像セットに対応し、複雑な構造ネットワークの解析を可能にします。アルゴリズムはニューロントレーシングに関する2つの最新かつ論文出版済みの手法を統合したものに基づいたもので、数百GB分のデータでテスト済みです。高度なアルゴリズムは、各ステップで柔軟かつインタラクティブな使いやすいアプローチを提供します。

この斬新なソフトウェア・アーキテクチャは、様々なイメージングモダリティに対応するトレースアプリケーションにおいて優れたパフォーマンスを発揮します。ZEISS arivis Cloudの比類のないAIモデルトレーニングと組み合わせることで、生命情報科学の専門知識がなくても、多次元データセットの自動トレーシングやトレース編集が簡単に行えます。新しい半自動トレース編集ツールでは、ビューアでパスを自動検出しながら描画することにより、ニューロントレースや枝をインタラクティブに作成できます。没入型VRを活用して試料を詳細に調査し、結果を校正することも可能です。