Resumen

La llegada de la tecnología de trazado y reconstrucción automáticos ha provocado un aumento del número de datos de reconstrucción 3D de neuronas y, por consiguiente, de la investigación en neuromorfología. Sin embargo, la falta de un esquema de anotación dirigido por la máquina para detectar automáticamente los tipos de neuronas en función de su morfología sigue obstaculizando el desarrollo de esta rama de la ciencia. La neuromorfología es importante por la interacción entre la forma y la funcionalidad de las neuronas y por su gran impacto en el diagnóstico y la terapéutica de los trastornos neurológicos. Este artículo ofrece una investigación exhaustiva en el campo de la clasificación automática de las neuronas y presenta los retos, métodos y herramientas existentes, así como las direcciones futuras para el análisis automático de la neuromorfología. Resumimos las principales técnicas automáticas aplicables en este campo y proponemos una línea de procesamiento de datos sistemática para la clasificación automática de neuronas, que abarca la captura de datos, el preprocesamiento, el análisis, la clasificación y la recuperación. Se ilustran varias técnicas y algoritmos de aprendizaje automático y se comparan con el mismo conjunto de datos para facilitar la investigación en curso en este campo.

• Materias:Biotecnología Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithms Brain - pathophysiology Neurophysiology
• Palabras claves:clasificación automática de neuronas, datos de reconstrucción 3d, reconstrucción 3d de neuronas, número de neuronas, pipeline de procesamiento de datos, campo, falta de máquina, rama de la ciencia, principales técnicas automáticas, funcionalidad de las neuronas
• Keywords:automatic neurons classification, 3d reconstruction data, neurons 3d reconstruction, number of neurons, data processing pipeline, field, lack of machine, branch of science, major automatic techniques, functionality of neurons