APP2:
Xiao, H., & Peng, H.
automatic tracing of 3D neuron morphology based on hierarchical pruning of a gray-weighted
image distance-tree. Bioinformatics, 29, 1448–1454. 2013
大类:生物 2区;小类:数学与计算生物学1区 TOP
APP2算法介绍
All-path pruning 2.0(APP2)是一种基于图结构的3D神经元快速自动重建算法。是目前速度最快的算法,能可靠地生成神经元重构的树状结构。
APP2具有以下特点:第一,对灰度图像进行距离变换,而无需二值化处理;第二,追踪过程基于Fast Marching算法,计算代价小;第三,剪枝过程采用“长段优先分层”处理方式。
APP2算法流程
APP2算法包括三个步骤:距离变换GWDT(gray-weighted distance transform)、采用FM算法进行追踪、分层剪枝。
1.距离变换GWDT
距离变换的目的在于增强靠近中心线上的图像强度,减小靠近边缘的图像强度。某点的GWDT的距离值定义为该点到背景的最短路径上的像素强度之和。(the distance value for each pixel is defined as the sum of image pixels’ intensity along the shortest path to background)
首先选取一个较小的阈值区分前景、背景。选取所有背景点为seeds并标记为ALIVE,前景标记为FAR。遍历每一个边缘点(与FAR相邻的seeds),计算该点到领域的最小距离值,并将该领域点标为TRIAL,同时更新边缘的距离值。接着从这些被标为TRIAL的点开始计算其领域内的距离最小值点,并标记为TRIAL,并将前一个点标记为ALIVE,循环迭代该过程。选取距离变化后最大值的点为soma(或称root)
2.采用FM算法进行追踪
追踪采用FM算法,并且在追踪过程中通过标记每个节点的parent节点从而构建神经元结构连接关系。然后从root点开始采用FM算法(类似距离变换的过程)进行最终,并根据连接关系生成重建结果。
3.“长段优先分层”剪枝
- Hierarchical segments construction
定义两个分叉点(branching nodes)间的部分为segment,将重建结果的segments按长度排序。具体实现过程可从每个叶节点开始,找到其最近的分叉点(每个分叉点连接至少两个segments),将短segment标记为长segement的child-segment,迭代这个过程。
- Recursive pruning
将APP的node-coverage-ratio推广为segment-coverage-ratio,计算两个segements的覆盖率,若大于阈值(一般取75%)则删除被覆盖的segement及其所有child-segments,迭代该过程。
总结
APP2算法由于采用Fast Marching算法,计算代价小,处理速度快;在神经元追踪前对图像进行GWDT变换,使其符合神经元图像强度从中心线向外递减的一般规律,增强重建结果的鲁棒性。“长段优先分层”剪枝使得APP2算法相比APP1的后处理能力有较大提升。