Количественная оценка функциональной активности в многослойных структурах головного мозга по гистологическим срезам

Алексеенко С.В., Солнушкин С.Д., Чихман В.Н.

Полный текст на elibrary.ru

Публикация в Journal of Optical Technology

Ссылка для цитирования:

Алексеенко С.В., Солнушкин С.Д., Чихман В.Н. Количественная оценка функциональной активности в многослойных структурах головного мозга по гистологическим срезам // Оптический журнал. 2022. Т. 89. № 8. С. 104–109. http://doi.org/10.17586/1023-5086-2022-89-08-104-109

Alekseenko S.V., Solnushkin S.D., Chikhman V.N. Quantitative evaluation of the functional activity in multilayered brain structures using histological sections [in Russian] // Opticheskii Zhurnal. 2022. V. 89. № 8. P. 104–109. http://doi.org/10.17586/1023-5086-2022-89-08-104-109

Ссылка на англоязычную версию:

S. V. Alekseenko, S. D. Solnushkin, and V. N. Chikhman, "Quantitative evaluation of the functional activity in multilayered brain structures using histological sections," Journal of Optical Technology. 89(8), 502-505 (2022). https://doi.org/10.1364/JOT.89.000502

Аннотация:

Предмет исследования. Создать алгоритм и программное обеспечение для измерения оптической плотности, как коррелята нейронной активности в многослойных структурах мозга. Цель работы — разработка метода и алгоритма программы для количественной оценки оптической плотности в слоях нейронных структур, которая коррелирует с функциональной активностью клеток, на изображениях гистологических препаратов мозга. Метод. Оптическая плотность измеряется локально в последовательных участках слоя или слоёв нейронной структуры, которые на срезах мозга имеют криволинейную форму. Выбор траектории измерения оптической плотности осуществляется в оцифрованном изображении среза в интерактивном режиме исследователемэкспертом. Результаты измерения плотности представлены в прямоугольной системе координат. Разработана возможность автоматического сглаживания кривых, поиска экстремумов, вычисления расстояний между ними. Результаты. Приведён алгоритм реализации созданной программы с иллюстрацией последовательных этапов работы на примере измерений оптической плотности в слое зрительной коры на изображении среза мозга. Представлены результаты оценки оптической плотности в слоях наружного коленчатого тела. Практическая значимость. Разработанный метод и алгоритм программы необходимы для реконструкции функциональной активности искривлённых слоёв различных структур головного мозга с целью изучения архитектуры организации нейронных сетей головного мозга человека и их моделирования.

Ключевые слова:

обработка изображений, гистологические срезы мозга, криволинейная траектория измерений

Благодарность:

Работа выполнена при поддержке Госпрограммы 47 ГП «Научно-технологическое развитие Российской Федерации» (2019–2030), тема 0134-2019-0005.

Коды OCIS: 110.2960, 330.7326, 330.4060, 330.5510

Список источников:

1. Kageyama G.H., Wong-Riley M. Laminar and cellular localization of cytochrome oxidase in the cat striate cortex // J. Comp. Neurol. 1986. V. 245. № 2. P. 137–159.
2. Wong-Riley M. Changes in the visual system of monocularly sutured or enucleated cats demonstrable with cytochrome oxidase histochemistry // Brain Research. 1979. V. 171. № 1. P. 11–28.
3. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1104 с.
4. Абламейко С.В., Недзьведь А.М. Обработка оптических изображений клеточных структур в медицине. Мн.: ОИПИ НАН Беларуси, 2005. 156 с.
5. Астахов А.С., Бумагин В.В. Анализ эффективности алгоритмов обработки изображений для выделения микрообъектов на гистологических срезах // Инженерный вестник Дона. 2017. № 4. ivdon.ru/ru/magazine/archive/n4y2017/4515
6. Hubel D.H., Wiesel T.N. Brain and visual perception. N.Y., Oxford: Oxford University Press, 2005. 744 p.
7. Shkorbatova P.Y., Alekseenko S.V. Eye-rotation-induced spatial reorgan-ization of horizontal connections in field 17 of the cat cortex // Neurosci. Behav. Physiol. 2006. V. 36. № 5. Р. 495–497.
8. Шкорбатова П.Ю., Топорова С.Н., Макаров Ф.Н., Алексеенко С.В. Внутрикорковые связи глазодоминантных колонок полей 17 и 18 при экспериментальном косоглазии у кошки // Сенсорные системы. 2006. Т. 20. № 4. C. 309–318.
9. Alekseenko S.V., Toporova S.N., Shkorbatova P.Y. Neuronal connections of eye-dominance columns in the cat cerebral cortex after monocular deprivation // Neurosci. Behav. Physiol. 2008. V. 38. № 7. P. 669–675. DOI:10.1007/s11055-008-9031-4. PMID: 18709465
10. http://mitov.com
11. https://basegroup.ru
12. Алексеенко С.В., Шкорбатова П.Ю. Депривационная и дисбинокулярная амблиопия: нарушения в геникуло-корковых зрительных путях // Альманах клинической медицины. 2015. Т. 36. С. 97–100.

13. Алексеенко С.В., Шкорбатова П.Ю. Динамика развития аномалий в подкорковом зрительном центре головного мозга при раннем нарушении бинокулярного опыта // Альманах клинической медицины. 2016. Т. 44. № 3. С. 351–357.
14. Alekseenko S.V. The neural networks that provide stereoscopic vision // Journal of Optical Technology. 2018. V. 85. № 8. P. 482–487.