NeuronStudio

NeuronStudio fue un programa no comercial creado en la Escuela de Medicina Icahn del Monte Sinaí por el Centro de Neurobiología Computacional e Imágenes. Este programa realizaba el trazado y la reconstrucción automáticos de estructuras neuronales a partir de pilas de imágenes confocales . Los modelos resultantes se exportaban a un archivo utilizando formatos estándar para su posterior procesamiento, modelado o análisis estadístico. NeuronStudio manejaba detalles morfológicos en escalas que abarcaban desde la geometría local de las espinas dendríticas hasta la topología compleja de los árboles neuronales y la disposición espacial general de las redes multineuronales. Su capacidad de digitalización automatizada evitaba los errores subjetivos inherentes al trazado manual. El programa dejó de recibir soporte en 2012 y las páginas del proyecto se eliminaron finalmente del sitio web de la ISMMS. Sin embargo, su documentación y el código fuente para Windows aún están disponibles a través de Internet Archive .

La deconvolución de datos de imagen es esencial para reconstrucciones 3D precisas. La deconvolución es un método de restauración de imágenes que utiliza el conocimiento previo del sistema óptico, en forma de función de dispersión puntual (PSF), para obtener una mejor estimación del objeto. La función de dispersión puntual puede calcularse a partir de los parámetros reales del microscopio, medirse con microesferas o estimarse y refinarse iterativamente ( deconvolución ciega ). Las PSF pueden ajustarse localmente para compensar las variaciones en las características refractivas del tejido con la profundidad y las características de la muestra. Para su uso automatizado con grandes bloques de tejido segmentados, este método es más rápido y preciso que el uso de una PSF determinada experimentalmente .

Los errores de cuantificación surgen en los algoritmos de esqueletización estándar debido a la naturaleza entera de las imágenes digitales. La necesidad de una representación precisa de la geometría dendrítica fina ha requerido el desarrollo de nuevas adaptaciones de los algoritmos estándar de esqueletización y estimación de diámetro para corregir estos errores de cuantificación. Los métodos de esqueletización por adelgazamiento iterativo pueden proporcionar una distancia en vóxeles desde cada nodo del árbol hasta la superficie del objeto. Esta distancia es la métrica D6, que se obtiene contando el número de vóxeles a medida que se eliminan en la ruta mínima de 6 conexiones desde la superficie hasta el eje medial . En los algoritmos de esqueletización o vectorización existentes para la morfometría dendrítica, la sección transversal de la rama en cualquier nodo se aproxima como circular, y la métrica D6 proporciona la única estimación del diámetro. La precisión de esta estimación del diámetro está limitada por el tamaño físico de los vóxeles. Para estructuras pequeñas como dendritas y espinas delgadas, que comprenden solo unos pocos vóxeles incluso a la máxima resolución de imagen, el error puede ser significativo si se utiliza esta medida directamente (véase la figura). Para minimizar el error de cuantificación y evaluar con mayor precisión la geometría de los nodos, existe una nueva técnica de estimación, el algoritmo de muestreo Rayburst, que utiliza los datos originales en escala de grises en lugar de las imágenes segmentadas para una estimación precisa y continua del radio, y un muestreo de radio multidireccional para representar con mayor exactitud las secciones transversales de ramas no circulares y las cabezas de espinas no esféricas. ^{[ 1 ] [ 2 ]}

El algoritmo de muestreo de Rayburst utiliza los datos originales en escala de grises en lugar de las imágenes segmentadas para una estimación precisa y continua del radio, y un muestreo multidireccional del radio para representar con mayor exactitud las secciones transversales de ramas no circulares y las cabezas de espinas no esféricas. El algoritmo precalcula una matriz de vectores unitarios que muestrean los datos en múltiples direcciones (el núcleo de muestreo), a partir de la cual se calcula una estimación de la geometría del nodo. La representación precisa de cada dirección por parte del núcleo de muestreo requiere que los N vectores estén espaciados uniformemente sobre la esfera unitaria. El algoritmo utiliza una simulación de física de partículas en la que se genera un conjunto N de vectores unitarios orientados aleatoriamente, lo que resulta en una distribución aleatoria y no uniforme de puntos en la esfera. Cada partícula recibe entonces una fuerza repulsiva de todas las demás partículas, proporcional al inverso del cuadrado de la distancia entre ellas. Al desplazar iterativamente la partícula en la dirección de las fuerzas resultantes, las partículas se reorganizan. Este sistema tenderá a una configuración estable de energía mínima en aproximadamente 40  iteraciones, donde cada partícula se separa al máximo de sus vecinos más cercanos. La información se puede utilizar para reconstruir ramas 3D de formas arbitrariamente irregulares. El diámetro de una sección transversal circular equivalente se calcula en el plano normal al eje medial utilizando el Diámetro de Banda Inferior Mediano (MLBD). Para calcular el MLBD, se toma el conjunto de muestras y se suman los pares correspondientes de vectores opuestos. Se ordenan los vectores por tamaño, se define la banda inferior como el 50% inferior y se utiliza la distancia en la posición N/4, que representa la mediana de la banda inferior, para estimar el diámetro. ^{[ 3 ]}

NeuronStudio se utiliza principalmente para el análisis morfológico cuantitativo de espinas dendríticas . La mayor ventaja de utilizar el trazado de dendritas y espinas basado en NeuronStudio es que los métodos basados ​​en el trazado automático no son sensibles a la deriva o el movimiento de las dendritas, ya que cada dendrita se puede trazar por separado en cada pila. Esto permite comparar espinas de grabaciones muy largas o de puntos temporales más distantes. Dado que el análisis de NeuronStudio produce mediciones 3D precisas del ancho de las cabezas de las espinas y de la longitud de las mismas, este método es útil para detectar cambios en la morfología de las espinas. Además, el uso de la medición computarizada permite analizar cientos de espinas en un tiempo relativamente corto. ^{[ 4 ]}

• Microscopía confocal
• Vóxel
• Función de dispersión de puntos
• Desconvolución
• PELEA
• Esqueletización

• Rodríguez, Alfredo (18 de febrero de 2010). "Herramientas: NeuronStudio (Beta) Versión 0.9.92, última actualización:  19 de noviembre de 2009" . CNIC, Escuela de Medicina Mount Sinai. Archivado del original el 16 de septiembre de 2018.
• "Código fuente de NeuronStudio 0.9.92" . CNIC, Escuela de Medicina Mount Sinai. 30 de septiembre de 2010. Archivado del original el 3 de julio de 2018.