[논문 리뷰] Algorithmic choice of coordinates for injections into the brain: encoding a neuroanatomical atlas on a grid

Pascal Grange, Partha P. Mitra|arXiv (Cornell University)|2011. 04. 13.

Neural dynamics and brain function참고 문헌 8인용 수 9

한 줄 요약

이 논문은 250개의 주입을 마우스 뇌의 좌측 대칭에서 25미크론 해상도의 Allen Reference Atlas를 사용하여 최적의 위치에 배치하는 알고리즘을 제시한다. 이는 신경해부학적 경계를 존중하면서 균일한 샘플링을 보장한다. 방법은 영역별 보안 영역 내에서 이격된 정육각형 배열을 사용하며, 이는 eikonal 거리 함수로 정의된 영역 내에서 이루어지며, 평균 278미크론의 경계와의 거리를 달성하고, 이질적인 뇌 영역 전반에 걸쳐 안정적인 공간 분포를 유지한다.

ABSTRACT

Given an atlas of the brain and a number of injections to be performed in order to map out the connections between parts of the brain, we propose an algorithm to compute the coordinates of the injections. The algorithm is designed to sample the brain in the most homogeneous way compatible with the separation of brain regions. It can be applied to other species for which a neuroanatomical atlas is available. The computation is tested on the annotation at a resolution of 25 microns corresponding to the Allen Reference Atlas, which is hierarchical and consists of 209 regions. The resulting injection coordinates are being used for the injection protocol of the Mouse Brain Architecture project. Due to its large size and layered structure, the cerebral cortex is treated in a separate algorithm, which is more adapted to its geometry.

연구 동기 및 목표

• 신경해부학적 경계를 존중하면서 균일한 공간 샘플링을 보장하는 체계적이고 재현 가능한 뇌 주입 배치 방법을 개발하기.
• 209개 영역으로 구성된 계층적 신경해부학적 어트라스를 최소한의 주입 지점으로 3차원 격자에 매핑하면서 공간 해상도를 유지하기.
• 알고리즘을 종별 해부학적 특성에서 분리함으로써 다른 종으로의 확장 가능성을 보장하기.
• 특수한 기하학적 과제를 유발하는 층상 대뇌皮질의 특수한 주입 전략을 별도로 개발하여 주 알고리즘과 분리하기.
• 뇌 변동성과 어트라스 해상도를 고려하여 계산 좌표를 스테레오테이틱 타겟팅과 정렬함으로써 수술 정밀도를 확보하기.

제안 방법

• 알고리즘은 주입 당 목표 부피(V_inj = V_tot / I)를 계산하여 영역 선택을 안내하며, V_inj보다 큰 영역만 주입 대상으로 선정한다.
• 작은 영역을 부모 영역으로 통합하는 계층적 트리 기반의 정렬 프로세스를 적용하여, V_inj보다 큰 영역만 남도록 한다.
• eikonal 거리 함수를 사용하여 주입이 영역 경계에서 충분히 떨어져 있도록 보장하는 보안 거리 σ를 추정한다.
• 선택된 영역의 보안 영역 내에서 정육각형 구체 포장 기법을 사용하여 주입을 배치함으로써 공간 균일성을 극대화한다.
• 대뇌 피질은 층상 구조를 지니므로 일반적인 점 기반 포장과는 별도로 컬럼형 주입 패턴을 사용한다.
• 이 방법은 MATLAB로 구현되었으며, 3차원 격자 형식의 어떤 어트라스와도 호환되며, I나 어트라스 해상도가 변경되어도 재계산이 가능하다.

실험 결과

연구 질문

• RQ1 이질적이고 계층적인 뇌 어트라스 전반에 걸쳐 주입 위치를 어떻게 최적화하여 균일한 샘플링을 확보하면서도 해부학적 경계를 피할 수 있는가?
• RQ2 해부학적 정확성과 주입 간격의 균형을 고려할 때, 영역 경계에서 적절한 보안 거리는 무엇인가?
• RQ3 25미크론 해상도의 마우스 뇌에 적용했을 때, 알고리즘이 주입 간 거리와 경계와의 거리 측면에서 어떻게 성능을 발휘하는가?
• RQ4 다른 종의 뇌 기하학적 구조와 어트라스 구조가 다를 경우, 동일한 알고리즘이 일반화될 수 있는가?
• RQ5 층상 대뇌피질은 뇌의 나머지 부분과 다른 샘플링 전략이 필요하므로, 알고리즘은 이 특수 케이스를 어떻게 다루는가?

주요 결과

• 알고리즘이 마우스 좌측 대뇌에서 250개의 주입을 성공적으로 배치하여, 평균 경계와의 거리가 278미크론으로, 기대되는 σ/2에 가까운 결과를 도출하여 효과적인 경계 분리가 이루어졌음을 확인했다.
• 경계와의 거리의 표준편차는 72미크론이었으며, 이는 영역 전반에 걸쳐 일관된 보안 영역 내 배치가 이루어졌음을 나타낸다.
• 영역 간 주입 간 거리 분포는 평균 영역 간 거리와 일치하는 통형 패턴을 보이며, 공간 균일성이 검증되었다.
• eikonal 거리 제약 조건을 통해 국소 기하학에 적응하는 방식으로, 작은 비凸형 영역에서도 알고리즘이 강건성을 유지한다.
• 대뇌 피질은 별도의 컬럼형 주입 전략을 통해 성공적으로 처리되었으며, 층상 구조를 유지하면서도 구조적 무결성을 확보했다.
• 이 방법은 완전히 확장 가능하다: 동일한 코드는 다른 주입 수나 다른 종의 3차원 신경해부학 어트라스가 존재할 경우에도 재사용 가능하다.