Publication

Brain micro-vasculature imaging: An unsupervised deep learning algorithm for segmenting mouse brain volume probed by high-resolution phase-contrast X-ray tomography

Résumé

High-throughput synchrotron-based tomographic microscopy at third generation light sources allows to probe cm-sized samples at micrometer-resolution. In this work, we present an approach to image a full mouse brain. With Indian-ink as a contrast agent, it was possible to obtain 3D distribution of microvessels while a computational framework automatically extracted the morphological and geometrical embedding of the putative vascular systems. Results demonstrate the potentiality of the proposed methodology to visualize and quantify in 3D details of the brain tissue with an image quality and resolution previously unachievable.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Concepts associés (32)
Produit de contraste
En , un produit (ou agent) de contraste est une substance qui augmente artificiellement le contraste permettant de visualiser une structure anatomique (par exemple, un organe) ou pathologique (par exemple, une tumeur) naturellement peu ou pas contrastée, et que l'on aurait donc du mal à distinguer des tissus voisins.
Radiocontrast agent
Radiocontrast agents are substances used to enhance the visibility of internal structures in X-ray-based imaging techniques such as computed tomography (contrast CT), projectional radiography, and fluoroscopy. Radiocontrast agents are typically iodine, or more rarely barium sulfate. The contrast agents absorb external X-rays, resulting in decreased exposure on the X-ray detector. This is different from radiopharmaceuticals used in nuclear medicine which emit radiation.
Apprentissage profond
L'apprentissage profond ou apprentissage en profondeur (en anglais : deep learning, deep structured learning, hierarchical learning) est un sous-domaine de l’intelligence artificielle qui utilise des réseaux neuronaux pour résoudre des tâches complexes grâce à des architectures articulées de différentes transformations non linéaires. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage.
Afficher plus
Publications associées (40)

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.