[论文解读] Algorithmic choice of coordinates for injections into the brain: encoding a neuroanatomical atlas on a grid

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

Neural dynamics and brain function参考文献 8被引用 9

一句话总结

本文提出一种算法，利用25微米分辨率的Allen参考图谱，在小鼠大脑左半球中实现250个注射位点的最优分布，确保均匀采样同时尊重神经解剖边界。该方法在基于eikonal距离函数定义的区域特异性安全区域中采用六边形球体堆叠，实现平均278微米的边界距离，且在异质性脑区中保持稳健的空间分布。

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.

研究动机与目标

• 开发一种系统化、可重复的脑部注射位点放置方法，尊重神经解剖边界并确保均匀的空间采样。
• 将包含209个区域的分层神经解剖图谱编码至三维网格，以最少的注射位点维持空间分辨率。
• 通过将算法与物种特异性解剖结构解耦，实现该协议向其他物种的扩展。
• 通过与主算法分离的专用注射策略，解决层状新皮层带来的独特几何挑战。
• 通过将计算坐标与立体定位靶向对齐，考虑脑部变异性和图谱分辨率，确保手术精度。

提出的方法

• 该算法通过计算每个注射的靶向体积（V_inj = V_tot / I）来指导区域选择，仅将大于V_inj的区域选为注射目标。
• 采用基于层次树的剪枝过程，将小区域合并至其父区域，直至仅剩大于V_inj的区域。
• 利用eikonal距离函数估算安全距离σ，以确保注射点与区域边界保持足够距离。
• 在每个选定区域的安全区域内，通过六边形球体堆叠方式放置注射点，以最大化空间均匀性。
• 由于新皮层具有分层结构，其处理方式独立于主算法，采用柱状注射模式而非点式堆叠。
• 该方法在MATLAB中实现，兼容任何以三维网格格式呈现的图谱，支持针对不同I值或图谱分辨率的重新计算。

实验结果

研究问题

• RQ1 如何在异质性、分层的脑图谱上最优分布注射位点，以确保均匀采样同时避免解剖边界？
• RQ2 何种安全距离可实现解剖保真度与注射间距之间的合理平衡？
• RQ3 当应用于25微米分辨率的小鼠脑时，该算法在注射间距与到边界距离方面的表现如何？
• RQ4 该算法能否推广至具有不同脑部几何结构与图谱结构的其他物种？
• RQ5 该算法如何处理新皮层这一特殊情形，其采样策略需与脑部其余部分不同？

主要发现

• 该算法成功在小鼠左脑半球中放置了250个注射点，平均到区域边界的距离为278微米，接近预期的σ/2，证实了有效的边界分离。
• 到边界的距离标准差为72微米，表明在各区域的安全区域内放置具有一致性。
• 跨区域的成对注射间距呈现出管状分布模式，与平均区域间距离一致，验证了空间均匀性。
• 该算法通过eikonal距离约束自适应调整局部几何结构，即使在小而非凸的区域中也保持鲁棒性。
• 通过独立的柱状注射策略，成功处理了新皮层，尽管其具有分层结构，仍保持了结构完整性。
• 该方法完全可扩展：相同代码可重复用于不同数量的注射点，或适用于其他具有可用三维神经解剖图谱的物种。