Processing data from two-photon microscope

Abstract

Dvoufotonová mikroskopie je velmi moderní metodou neurofyziologického výzkumu in vivo, umožňující zobrazovat až stovky neuronů zároveň. Tato metoda však produkuje značný objem dat, která je obtížné zpracovat a analyzovat ručně. V této práci představujeme Two-Photon Processor, sadu nástrojů pro komplexní zpracování dat z dvoufotonového mikroskopu. V rámci práce jsme navrhli algoritmus SeNeCA pro segmentaci neuronů ve full-frame nahrávce z dvoufotonového mikroskopu. SeNeCA kombinuje vysokou rychlost zpracování a vysokou kvalitu segmentace a dle naší evaluace je nejlepším dostupným algoritmem pro segmentaci neuronů v in vivo datech. Nástroj je již rutinně používán v Ústavu experimentální medicíny AV ČR, Oddělení neurofyziologie sluchu, a byl publikován v Journal of Neurophysiology.

Two-photon laser scanning microscopy is a modern method of in vivo neurophysiological research, capable of imaging up to hundreds of neurons at once. However, this method produces a large amount of data, difficult to process and analyze manually. This thesis presents Two-Photon Processor, a new toolkit for complex processing of data from two-photon microscope. During the work on this thesis, we designed the SeNeCA segmentation algorithm for detection of neurons in full-frame recording from a two-photon microscope. SeNeCA combines high speed and high quality of segmentation and, according to our evaluation, it currently is the best algorithm for segmentation of neurons in in vivo data. Two- Photon Processor is already routinely used in the Institute of Experimental Medicine of the ASCR, Department of Auditory Neuroscience, and it was published in the Journal of Neurophysiology.