Analyzing microglial morphology can reveal information about mechanisms in the brain e.g. during injury, neurodegeneration or aging. However, this is challenging as manually tracing microglia from scans is error-prone and tedious. In this thesis we introduce a new approach to automatically extract microglia from volumetric confocal microscopy scans. First we first segment somas, then we extract processes and finally we combine the obtained structures complete cells. By visual evaluation our approach provides a new level of accuracy for extracted microglia. Applying our tracing framework to scans of mouse brain tissue, we extract nearly 3000 microglia cells and analyze their morphology in classification, clustering and regression experiments. In various ways we quantify the morphology of microglia in different activation states and show a continuous morphological transition between the microglia cells close to an injury site and those further away. In this way we demonstrate that microglial morphology can be used to predict injury severity.     «

Analyzing microglial morphology can reveal information about mechanisms in the brain e.g. during injury, neurodegeneration or aging. However, this is challenging as manually tracing microglia from scans is error-prone and tedious. In this thesis we introduce a new approach to automatically extract microglia from volumetric confocal microscopy scans. First we first segment somas, then we extract processes and finally we combine the obtained structures complete cells. By visual evaluation our...     »

Die Morphologie von Microglia kann Aufschlüsse über Mechanismen im Gehirn beispielsweise während einer Verletzung, Neurodegeneration oder des Alterns geben. Solche Analysen sind jedoch sehr schwierig, da manuelles Tracing von Microglia aus Scans sehr mühsam und fehleranfällig ist. In dieser Arbeit wird eine neue Methodik vorgestellt um Microglia automatisiert aus volumetrischen Scans eines Konfokalmikroskops zu extrahieren. Dies geschieht in drei Schritten: Zuerst werden Somas segmentiert, dann Prozesse extrahiert und zuletzt die gewonnenen Strukturen zu kompletten Zellen zusammengefügt. Die vorgestellte Herangehensweise zeigt bei visueller Evaluation einen neuen Grad an Genauigkeit für die extrahierten Zellen. Mithilfe des präsentierten Ansatzes werden knapp 3000 Microglia Zellen aus Scans von Mausgehirnen extrahiert und in Klassifizierungs-, Clustering- und Regressionsexperimenten analysiert. Es wird die Morphologie von Microglia in verschiedenen Aktivierungszuständen quantifiziert und ein kontinuierlicher morphologischer Übergang zwischen Zellen nahe bei der Verletzung und solchen weiter entfernt gezeigt. Auf diese Weise ist es möglich, mithilfe der Morphologie von Microglia den Verletzungsgrad innerhalb eines Mausgehirns vorherzusagen.     «

Die Morphologie von Microglia kann Aufschlüsse über Mechanismen im Gehirn beispielsweise während einer Verletzung, Neurodegeneration oder des Alterns geben. Solche Analysen sind jedoch sehr schwierig, da manuelles Tracing von Microglia aus Scans sehr mühsam und fehleranfällig ist. In dieser Arbeit wird eine neue Methodik vorgestellt um Microglia automatisiert aus volumetrischen Scans eines Konfokalmikroskops zu extrahieren. Dies geschieht in drei Schritten: Zuerst werden Somas segmentiert, da...     »