我知道编辑这个网站吗？

SNT › 轮廓分析

此页面最后一次修改为 version 5.0.10。

模拟分析

易于将重建的部分聚合成组，以允许由ROI或神经注释纤维进行测量（例如，表皮层、生物标记或复染地标）定义的其他结构内的路径比例。绘画分析可完成中断的路径、单个单元或多个单元。绘画分析可以回答的问题包括：

  • 神经元的分支模式是否沿层（细胞层）变化？
  • 楼层内包含的树突/轴突总长度是多少？
  • 损伤部位附近的分支与远离损伤部位的分支是否不同？
  • 神经元感受野的各个子区域是否存在形态差异？

您可以使用 MouseLight dendrites 演示数据集来遵循绘画教程。虽然该数据集不包括复染图像，但它仍然可用于基于 ROI 和基于 Atlas 的绘画：

1.打开File › Load Demo Dataset…并选择_MouseLight树突（仅限重建）_ 2.右键单击_显示几个_，然后从上下文菜单中选择_暂停SNT_ 3.根据以下说明操作

Delineation Analysis: MouseLight dendrites demo dataset delineated by cortical layers

根据 ROI 创建轮廓

生成轮廓的最常见方法是通过 ROI：

  1. 激活 main dialog 中的_Delineations_ 选项卡

  2. 右键单击​​图像并从上下文菜单中选择“暂停 SNT”来暂停 SNT

  3. 创建区域投资回报率。支持_任何_区域 ROI（手绘、多边形、棒定义、矩形、椭圆形等）

  4. 按_分配_按钮。 ROI 包含的具有 XY 坐标的路径部分由轮廓标签着色。请注意，分配会传播到 ROI 内的所有 Z 坐标

  5. 可选：如果您愿意，请按图标并在_名称_字段中输入新标签。您还可以通过单击其颜色标签来更改轮廓颜色

  6. 根据需要重复此过程，直到所有感兴趣的路径均已通过轮廓平铺。如果需要，可以使用 按钮切换先前分配的 ROI 的可见性

  7. 继续Measuring Delineations

通过使用“选项”（齿轮）菜单中的“从 ROI 管理器导入分配”，可以在一个步骤中应用以编程方式生成的 ROI 或在 SNT 之外批量生成的 ROI。此命令会将 ROI 管理器中的每个区域 ROI 解析为分配 ROI。轮廓名称和颜色将直接从已重命名或着色（描边或填充颜色）的 ROI 中检索。

从图集注释创建轮廓

也可以使用选项（齿轮）菜单中的_从图集注释导入分配_选项从neuropil annotations创建轮廓。在这种情况下，从与被分析的细胞相关的选定脑区中创建轮廓。请注意，这需要通过图集注释来标记单元格。目前，只有直接从 MouseLight 数据库下载的细胞才满足此标准。

从标签图像创建轮廓

轮廓可以从由 Labkit、Weka、cellpose 或类似工具生成的分割（标签）图像中导入。标签图像中的每个唯一的非零整数值都成为一个轮廓，路径节点分配给它们重叠的任何标签。导入：

  1. 打开斐济的标签图像。图像应包含非负整数像素值，以 0 作为背景。其空间尺寸必须与追踪图像的空间尺寸相匹配

  2. 在“轮廓”选项卡中，从“选项”（齿轮）菜单中选择“从标签图像导入分配”

  3. 如果打开了多个候选图像，则会出现一个对话框，允许您选择要导入的图像。超堆栈被排除在外；仅考虑多维图像的第一个通道/帧

每个标签值都映射到一个新的描绘条目。坐标落在标记区域内的路径节点被分配给相应的轮廓。所有标签之外的节点保持未描绘。

SNT 在导入之前验证所选图像：它必须仅包含具有有限数量的唯一类 (≤ 500) 的非负整数。如果图像尺寸与跟踪图像不匹配，则会显示警告。坐标落在标签图像边界之外的节点将被跳过。

将轮廓导出为标签图像

可以使用选项（齿轮）菜单中的_将分配导出到标签图像_将轮廓分配导出回标签图像。这会生成一个新图像，其中追踪的神经突内的每个体素都由其轮廓分配来标记。导出使用基于管的光栅化，根据节点半径填充每个路径的体积。每个轮廓都分配有一个唯一的正整数标签；背景体素保持为零。这对于在 3D 中可视化轮廓分配或在其他工具中进行下游分析非常有用。

导出要求路径具有轮廓分配。如果所有分配都是通过 ROI 或图集注释（而不是从标签图像）进行的，则导出仍然有效：它会栅格化存在的任何分配。输出是16位图像；如果唯一标签超过 65,535 个，值可能会溢出。

编辑轮廓

要重新定义轮廓，只需重新定义或重新调整现有 ROI 并按_分配_按钮即可。选项（齿轮）菜单列出了用于重建、恢复和删除轮廓的命令。大多数编辑操作可以通过轮廓列表底部的工具栏执行，包括：

  • 在轮廓列表中添加更多条目
  • 将两个或多个轮廓合并为一个
  • 将默认配色方案之一应用到轮廓列表
  • 启用/禁用直接编辑轮廓名称
  • _非描绘颜色_小部件：定义非描绘部分的颜色，即保留在描绘区域“外部”的那些部分

层次标签和级别分割分析

轮廓名称支持使用 : 分隔符进行分层标记。例如，命名三个轮廓Cortex:L1、Cortex:L2/3和Cortex:L5对父区域（皮质）和各个层进行编码。此约定对于图集导入的轮廓特别有用，其中隔间自然是分层的。

当存在分层标签时，Measure 和 Plot 命令会在运行分析之前提示输入 分组级别。这允许以不同的粒度级别聚合测量结果，而无需重新定义轮廓本身。例如，对于名为 Cortex:L1:proximal、Cortex:L1:distal 和 Cortex:L2/3 的轮廓，可能存在三个分组级别：

  • 级别 1 将 Cortex 下的所有内容分组到一个条目中
  • 2 级 按层分组（Cortex:L1 结合近端和远端；Cortex:L2/3 保持独立）
  • 3 级（完整） 单独报告每个轮廓

仅当至少一个轮廓名称包含 : 分隔符时，才会出现级别分割提示。无论选择何种级别，_未划定的_和_不受影响的路径_类别始终不变地通过。

测量轮廓

使用 Plot 和 Measure 按钮检索测量值：

  • Plot：绘制所选指标的分布图。绘图样式包括：箱形图（每个类别一个描绘）、多系列直方图（每个系列一个描绘）或单系列直方图的蒙太奇（每个描绘一个面板）
  • Measure：向专用表报告跨界线的通用指标（总长度、节点数量、交叉点数量等）。当从标签图像导入轮廓时，该表包含通过校准欧几里德距离变换 (EDT) 计算的附加边界距离统计数据：Mean dist。到边界，最小距离。到边界，最大距离。到边界_和_内部分数（距离为零的节点的比例，即完全包含在标签内）。这些列仅填充基于标签图像的轮廓

除了定义的轮廓之外，图和表还可能包括其他两个类别：

  • 未划定：此类别对应于保留在划定之间或划定之外的所有路径部分。 _未划定的_部分标有 non-delineating color

  • 不受影响的路径：此类别对应于在任何轮廓内没有 XY 坐标的完整路径。 _不受影响的路径_保留其渲染颜色

Topological constraints may not allow certain metrics to be computed for a particular delineation. E.g., a metric that requires a graph-theoretic tree may not be computed for a delineation defined by a non-contiguous ROI.

描绘分析测量标记区域内路径的_聚合_属性（长度、节点计数、距离统计）。要识别路径接近或接触标记结构的_特定接触点_，请使用Label Proximity Detector，它会在各个接触位置发出可导航书签或 ROI。