连接性浏览器：基于大容量神经科学体数据查询的可视分析 (Connectome Explorer: Query-Guided Visual Analysis of Large Volumetric Neuroscience Data)

作者: 日期: 2013年12月20日

在神经科学中，神经元之间的连接性可视化一直是一个热门的研究课题，现有的方法大部分只提供二维神经元连接性的可视分析，缺乏直观的三维体绘制效果。本文[1]可视化的数据中包括以下几个神经元研究对象：Synapse(神经元的突触)，Axons(轴突)，Dendrite(树突)，Glia(神经胶质).

本文[1]仿照SQL语言中查询机制，对大容量神经科学体数据进行查询与分析。如图2所示，具体步骤包括

1) 数据采集；数据采集自电子显微镜，体绘制数据包括多个体数据，EM Data体数据，Segmentation体数据，其中Segmentation体数据是由人工结合一些智能识别算法Trace出来的。也就是说，神经元数据之间的连接性由人工手动tracing得到的。

 2.interface

图1.本系统的界面

1.workflow

图2.本系统的workflow

2) 语义查询。本文采用SQL查询语言中的查询机制，对用户感兴趣的神经元连接进行查询，具体查询包括以下几个方面：

(1) Predicate语句查询。例如[vesicleCount>50] <synapses> : 查询得到囊泡数目大于50的所有突触.
(2) Operator: [operator]<set1,set2>查询.
(a) 集合操作查询 operators: 包括union, intersect, 和diff等.
(b) Projection: project(2:4) 只查看维度下标从2到4的神经元数据.
(c) Grouping: 例如[count(vesicleCount)] , [avg(vesicleCount)]等，与SQL中一样，对目标进行统计或聚类查询.

3.query_process

图3. 语义查询过程

3) 空间查询。主要包括对目标体数据用柱形，球形，或长方体进行截取，得到目标形状的数据。

4.spatialQueryProcess

图4. 空间查询过程

4) 此外，本文还用Histogram、Graph以及Scatterplot对数据进行辅助分析，如图5所示，Histogram用来表示其他神经元与轴突之间连接力度(strength)。用Scatterplot分析树突大小与囊泡个数的关系。

5.AnalysisProcess

图5. 分析过程

以下是一个具体实例，针对专家提出的问题“一个给定轴突(axon)上用户选择的囊泡(vesicle)平均个数”，用本系统得到的具体查询集合表示如下

6.QuerySet

图6. 查询集合

[1] Johanna Beyer, Ali Al-Awami, Narayanan Kasthuri, Jeff W. Lichtman, Hanspeter Pfister, Markus Hadwiger. “ConnectomeExplorer: Query-Guided Visual Analysis of Large Volumetric Neuroscience Data”. IEEE Transactions on Visualization and Computer Graphics, 19(12):2868-2877, Dec. 2013.

论文报告, , ,

评论关闭。