User: Guest  Login
Original title:
Machine Learning for Connectomics
Translated title:
Methoden des Maschinellen Lernens für die Datenanalyse in Connectomics
Author:
Staffler, Benedikt Sebastian
Year:
2019
Document type:
Dissertation
Faculty/School:
Fakultät für Informatik
Advisor:
van der Smagt, Patrick (Prof. Dr.)
Referee:
van der Smagt, Patrick (Prof. Dr.); Menze, Bjoern (Prof. Dr.); Helmstaedter, Moritz (Prof. Dr.)
Language:
en
Subject group:
INF Informationswesen, Bibliotheks-, Dokumentations-, Archiv-, Museumswesen
Keywords:
connectomics, machine learning, synapse detection, image segmentation, convolutional neural networks
TUM classification:
DAT 708d; DAT 815d
Abstract:
In this thesis, automated methods for the reconstruction of neural networks from 3D electron microscopy data are presented. A novel method for synapse detection is developed using a Machine learning approach. The method is further extended by using artificial neural networks for automated feature extraction and to improve the underlying cellular process segmentation. The developed methods are used to study all synapses onto a spiny stellate neuron in mouse primary somatosensory cortex.
Translated abstract:
In dieser Dissertation werden Methoden zur automatischen Rekonstruktion von neuronalen Netzwerken aus 3D-Elektronenmikroskopiedaten vorgestellt. Basierend auf Maschinellem Lernen wird eine neue Methode zur Detektion von Synapsen entwickelt. Darüber hinaus werden künstliche neuronale Netzwerke für die automatische Merkmalsextraktion und zur Segmentierung von Nervenzellen verwendet. Die Methoden werden zur Analyse aller Synapsen auf eine Sternzelle im primären somatosensorischen Kortex der Maus an...     »
WWW:
https://mediatum.ub.tum.de/?id=1449120
Date of submission:
01.08.2018
Oral examination:
28.01.2019
File size:
32094259 bytes
Pages:
126
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20190128-1449120-1-0
Last change:
12.02.2019
 BibTeX