[논문 리뷰] Mesoscale microscopy for micromammals: image analysis tools for understanding the rodent brain

Adam L. Tyson, Troy W. Margrie|arXiv (Cornell University)|2021. 02. 23.

Cell Image Analysis Techniques참고 문헌 88인용 수 5

한 줄 요약

이 논문은 마이크로동물의 메조스케일 전체 뇌 현미경 영상 분석을 위한 오픈소스 도구에 대한 종합적인 리뷰를 제시한다. 주로 아틀라스 정렬, 분할, 시각화 및 신경 구조 분석에 중점을 두며, 기존 도구들을 통합된 파이프라인으로 통합하기 위한 협업 기반 프레임워크를 제안한다. 이는 쥐 뇌 과학 분야에서 확장 가능하고 접근성이 높은 계산 기반 솔루션이 점점 더 필요로 하는 상황을 해결하고자 한다.

ABSTRACT

Over the last ten years, developments in whole-brain microscopy now allow for high-resolution imaging of intact brains of small rodents such as mice. These complex images contain a wealth of information, but many neuroscience laboratories do not have all of the computational knowledge and tools needed to process these data. We review recent open source tools for registration of images to atlases, and the segmentation, visualisation and analysis of brain regions and labelled structures such as neurons. Since the field lacks fully integrated analysis pipelines for all types of whole-brain microscopy analysis, we propose a pathway for tool developers to work together to meet this challenge.

연구 동기 및 목표

• 소형 쥐에서 고해상도 전체 뇌 현미경 영상 데이터를 처리하기 위해 요구되는 계산 전문 지식과 도구의 증가하는 격차를 해소하기 위해.
• 표준 뇌 아틀라스(예: Allen Brain Atlas 또는 Waxholm 공간)에 대한 영상 정렬, 분할, 신경 구조의 시각화를 위한 기존 오픈소스 소프트웨어를 검토하고 통합하기 위해.
• 메조스케일 뇌 과학에서의 핵심 장애 요인으로서 완전히 통합된 분석 파이프라인의 부재를 규명하기 위해.
• 도구 개발자들이 협업하여 도구의 표준화와 상호운용성을 도모하고, 종단 간 분석 워크플로우를 가능하게 하기 위한 길을 제안하기 위해.
• 고도로 전문적인 계산 기술을 갖추지 못한 뇌 과학 연구소가 복잡한 메조스케일 뇌 영상을 효과적으로 분석할 수 있도록 지원하기 위해.

제안 방법

• 마이크로동물에서 전체 뇌 현미경 영상 데이터 처리를 위한 최근 오픈소스 도구에 대한 체계적 리뷰를 수행하였다.
• 표준화된 뇌 아틀라스(예: Allen Brain Atlas 또는 Waxholm 공간)에 대한 영상 정렬을 위한 도구에 중점을 두었다.
• 3차원 현미경 영상에서 뇌 영역과 표시된 뉴런을 식별하기 위한 분할 기법 평가를 수행하였다.
• 표시된 구조물의 체적 측정 및 연결성 분석을 위한 시각화 및 분석 도구 평가를 수행하였다.
• 기존 도구들 간의 상호운용성 문제 및 워크플로우 갭을 규명하였다.
• 도구들을 통합된, 확장 가능한 분석 파이프라인으로 만드는 모듈형이고 협업 기반의 개발 경로를 제안하였다.

실험 결과

연구 질문

• RQ1 현재 고해상도 전체 뇌 현미경 영상 데이터를 처리하기 위해 사용 가능한 오픈소스 도구는 무엇이 있는가?
• RQ2 기존 도구들은 정렬 정확도, 분할 정밀도, 시각화 능력 측면에서 어떻게 성능을 보이는가?
• RQ3 메조스케일 뇌 영상에 대한 종단 간 분석 파이프라인을 구축하는 데 있어 핵심적인 장애 요인은 무엇인가?
• RQ4 도구 개발자들이 상호운용성을 향상시키고 데이터 처리 워크플로우를 간소화하기 위해 어떻게 협업할 수 있는가?
• RQ5 계산 전문 지식이 없는 뇌 과학 연구소에서 확장 가능하고 접근 가능한 분석을 지원하기 위해 필요한 인프라와 표준은 무엇인가?

주요 결과

• 메조스케일 뇌 영상의 아틀라스 정렬, 분할, 시각화를 위한 다양한 오픈소스 도구들이 현재 존재한다.
• 개별 도구의 가용성에도 불구하고, 전체 뇌 현미경 영상 데이터에 대한 종단 간 분석을 위한 완전히 통합된 파이프라인이 현재 존재하지 않는다.
• 많은 뇌 과학 연구소에서 이러한 도구를 효과적으로 사용하기 위해 필요한 계산 전문 지식이 부족하여 데이터 활용에 장벽이 되고 있다.
• 도구 간 인터페이스와 데이터 포맷의 표준화를 위한 조율된 노력이 이루어진다면 분야 전반에 큰 도움이 될 것이다.
• 모듈형이고 상호운용 가능한 도구의 협업 개발은 발견을 가속화하고 메조스케일 뇌 영상 분석에 대한 접근성을 넓힐 수 있다.
• 제안된 경로는 공동체 기반 개발과 공유 인프라를 강조하여 기존 도구들을 확장 가능한 분석 파이프라인으로 통합한다.