vmaitComputational Mathematics and Information TechnologiesComputational Mathematics and Information Technologies2587-8999Донской государственный технический университет10.23947/2587-8999-2018-2-1-60-67vmait-69Research ArticleСтатьиКомплексный метод классификации слоев и клеток кортекса мозга мыши, окрашенных по Нисслю, на основе послойной статистики дескрипторов клетокComprehensive method for classification of layers and Nissl-stained cells of mice brain cortex on the basis of layered statistics of cells descriptorshttps://orcid.org/0000-0001-8484-0565ТурлаповВадим ЕвгеньевичTurlapovVadim Yevgen'yevich

Турлапов Вадим Евгеньевич, профессор, доктор технических наук, Нижегородский государственный университет им. Н.И. Лобачевского, (603950, Россия, г. Нижний Новгород, проспект Гагарина, 23)

Turlapov Vadim Yevgen'yevich, Professor, Doctor of Technical Sciences, National Research Lobachevsky State University of Nizhni Novgorod, (Gagarin Ave., 23, Nizhny Novgorod, Russia)

vadim.turlapov@itmm.unn.ruhttps://orcid.org/0000-0003-1041-746XНосоваСветлана АлександровнаNosovaSvetlana Aleksandrovna

Носова Светлана Александровна, аспирант, Нижегородский государственный университет им. Н.И. Лобачевского, (603950, Россия, г. Нижний Новгород, проспект Гагарина, 23)

Nosova Svetlana Aleksandrovna, post-graduate student, National Research Lobachevsky State University of Nizhni Novgorod, (Gagarin Ave., 23, Nizhny Novgorod, Russia)

svetlana.nosova@itmm.unn.ruНижегородский государственный университет им. Н.И. Лобачевского (603950, Россия, г. Нижний Новгород, проспект Гагарина, 23)РоссияNational Research Lobachevsky State University of Nizhni Novgorod (Gagarin Ave., 23, Nizhny Novgorod, Russia)Russian FederationНижегородский государственный университет им. Н.И. Лобачевского (603950, Россия, г. Нижний Новгород, проспект Гагарина, 23)РоссияNational Research Lobachevsky State University of Nizhni Novgorod (Gagarin Ave., 23, Nizhny Novgorod, Russia)Russian Federation2018280320232169Copyright © Турлапов В.Е., Носова С.А., 20232023Турлапов В.Е., Носова С.А.Turlapov V.Y., Nosova S.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.cmit-journal.ru/jour/article/view/69

Предложен комплексный метод для автоматического детектирования и классификации слоев коры и клеток мозга по изображениям срезов кортекса мыши, окрашенных по Нисслю. Построена таблица значений 11 дескрипторов 4 типов клеток мозга для каждого слоя кортекса, иллюстрирующая зависимость их значений от слоя. Метод начинается с реконструкции границ слоев для регистрации слоя каждой клетки. Регистрация далее определяет границу клетки, комбинируя метод Canny, лучевой метод, матморфологическое открытие. Классификация астроцитов и 3 типов нейронов происходит по значениям дескрипторов текущего слоя.

A comprehensive method for automatic detection layers of the cortex and brain cells from images of mouse cortex sections stained according to Nissl is proposed. A table is given linking the values of 11 descriptors of 4 types of brain cells with the number of the cortex layer. Since the reconstruction of the boundaries of layers, the method allows to detect astrocytes and 3 types of neurons. After cell localization, which plays of importante role for algorithmization, the segmentation procedure defines the cell boundary via the Canny method and uses the descriptors' values for the layer.

обработка изображенийоптическая микроскопияокрашивание по Нисслюкортекс мозга мышисегментацияслои по Бродмануклассификациянейронастроцитметод Cannyлучевой методimage processingoptical microscopynissl-stainingmouse brain cortexsegmentationlayers by BroadmanсlassificationneuronastrocyteGauss-filteringmath morphologyCanny methodray-methodThe research is supported by the Federal Target Program of the Ministry of Education and Science of the Russian Federation, contract 14.581.21.0016 (RFMEFI58115X0016).ReferencesKolodziejczyk A., Habrat (Ladniak) M.Piorkowski A. Constructing software for analysis of neuron, glial and endothelial cell numbers and density in histological Nissl-stained rodent brain tissue. Journal of medical informatics &technologies, Vol. 23, pp. 77-86, 2014.Kolodziejczyk A., Habrat (Ladniak) M.Piorkowski A. Constructing software for analysis of neuron, glial and endothelial cell numbers and density in histological Nissl-stained rodent brain tissue. Journal of medical informatics &technologies, Vol. 23, pp. 77-86, 2014.Das S., Keyser J., Choe Y. Random-forest-based automated cell detection in Knife-Edge scanning Microscope rat Nissl data. Proceedings of the International Joint Conference On Neural Networks. 2015. DOI:10.1109/IJCNN.2015.7280852Das S., Keyser J., Choe Y. Random-forest-based automated cell detection in Knife-Edge scanning Microscope rat Nissl data. Proceedings of the International Joint Conference On Neural Networks. 2015. DOI:10.1109/IJCNN.2015.7280852He Y., et al. ICut: An integrative cut algorithm enables accurate segmentation oftouching cells. Scientific Reports 5(12089), DOI: 10.1038/srep12089, 2015.He Y., et al. ICut: An integrative cut algorithm enables accurate segmentation oftouching cells. Scientific Reports 5(12089), DOI: 10.1038/srep12089, 2015.Inglis A., et al. Automated identification of neurons and their locations. J. Microsc., 2008 June. 230 (Pt 3), pp. 339–352., 2008.Inglis A., et al. Automated identification of neurons and their locations. J. Microsc., 2008 June. 230 (Pt 3), pp. 339–352., 2008.Allen Brain Atlas. Data Portal, 2004-2006. (http://mouse.brain-map.org/)Allen Brain Atlas. Data Portal, 2004-2006. (http://mouse.brain-map.org/)Brain maps, 2005 (http://brainmaps.org)Brain maps, 2005 (http://brainmaps.org)Сайт документации библиотеки OpenCV (http://docs.opencv.org)Сайт документации библиотеки OpenCV (http://docs.opencv.org)Nosova,S., Snopova,L., Turlapov,V.. Automatic detection of neurons, astrocites, and layers for Nissl staining mouse cortex. Journal of WSCG, Vol.25, No.2, pp. 143-150, 2017.Nosova,S., Snopova,L., Turlapov,V.. Automatic detection of neurons, astrocites, and layers for Nissl staining mouse cortex. Journal of WSCG, Vol.25, No.2, pp. 143-150, 2017.Senyukova, O.V., Lukin, A.S. & Vetrov, D.P. Automated atlas-based segmentation of NISSL-stained mouse brain sections using supervised learning. Programming and Computer Software, Vol. 37, No. 5, pp.245–251, 2011.Senyukova, O.V., Lukin, A.S. & Vetrov, D.P. Automated atlas-based segmentation of NISSL-stained mouse brain sections using supervised learning. Programming and Computer Software, Vol. 37, No. 5, pp.245–251, 2011.

The authors declare that there are no conflicts of interest present.