Visual Analysis of Neuromuscular Junctions

  • Synapses play a central role in the information propagation in the nervous system. A better understanding of synaptic structures and processes is vital for advancing nervous disease research. This work is part of an interdisciplinary project that aims at the quantitative examination of components of the neuromuscular junction, a synaptic connection between a neuron and a muscle cell. The research project is based on image stacks picturing neuromuscular junctions captured by modern electron microscopes, which permit the rapid acquisition of huge amounts of image data at a high level of detail. The large amount and sheer size of such microscopic data makes a direct visual examination infeasible, though. This thesis presents novel problem-oriented interactive visualization techniques that support the segmentation and examination of neuromuscular junctions. First, I introduce a structured data model for segmented surfaces of neuromuscular junctions to enable the computational analysis of their properties. However, surface segmentation of neuromuscular junctions is a very challenging task due to the extremely intricate character of the objects of interest. Hence, such problematic segmentations are often performed manually by non-experts and thus requires further inspection. With NeuroMap, I develop a novel framework to support proofreading and correction of three-dimensional surface segmentations. To provide a clear overview and to ease navigation within the data, I propose the surface map, an abstracted two-dimensional representation using key features of the surface as landmarks. These visualizations are augmented with information about automated segmentation error estimates. The framework provides intuitive and interactive data correction mechanisms, which in turn permit the expeditious creation of high-quality segmentations. While analyzing such segmented synapse data, the formulation of specific research questions is often impossible due to missing insight into the data. I address this problem by designing a generic parameter space for segmented structures from biological image data. Furthermore, I introduce a graphical interface to aid its exploration, combining both parameter selection as well as data representation.
  • Ein tiefgreifendes Verständnis von Aufbau und Abläufen an Synapsen ist unumgänglich für Fortschritte in der Erforschung von Nervenerkrankungen. Die vorliegende Arbeit ist Teil eines interdisziplinären Projektes, dessen Ziel es ist, Synapsen zwischen Nerven- und Muskelzellen—neuromuscular junctions, kurz NMJ—quantitativ zu untersuchen. Die Datengrundlage hierbei bilden Bildstapel von NMJ, die mittels moderner Elektronenmikroskopie aufgenommen wurden, welche die rasche Aufnahme von riesigen Datenmengen mit hohem Detailreichtum erlauben. Durch ihre schiere Menge und Größe ist eine direkte optische Analyse der Bilddaten jedoch nicht praktikabel. In dieser Arbeit stelle ich neuartige problemorientierte und interaktive Visualisierungstechniken vor, die der Segmentierung und Untersuchung von NMJ dienen. Dazu führe ich zuerst ein strukturiertes Datenmodell für segmentierte Oberflächen von NMJ ein, um die Analyse der Eigenschaften von Bestandteilen der NMJ zu ermöglichen. Die Segmentierung von NMJ gestaltet sich wegen der Filigranität ihrer Bestandteile jedoch als sehr schwierig. Deshalb werden solche Segmentierungen oftmals manuell erzeugt, aus Kostengründen allerdings nicht von Fachleuten, weshalb eine anschließende Überprüfung durch Spezialisten notwendig ist. Daher habe ich die Software NeuroMap entwickelt, die das Korrekturlesen und die Korrektur von dreidimensionalen Oberflächensegmentierungen unterstützt. Diese enthält eine zweidimensionale Darstellung von charakteristische Eigenschaften der segmentierten Oberfläche, welche zugleich als Übersicht über die segmentierten Bilddaten, sowie auch als Navigationshilfe innerhalb der Daten dient. Die Visualisierungen enthalten automatisch geschätzte Informationen über die Qualität der Segmentierungen. Des Weiteren bietet die Software das sowohl intuitive als auch interaktive Korrigieren von Oberflächensegmentierungen an, was eine zügige Erstellung von qualitativ hochwertigen Segmentierungen ermöglicht. Bei der Analyse solcher segmentierter Daten ist die Formulierung von spezifischen Fragestellungen nicht möglich, da der Einblick in die Daten fehlt. Ich stelle für dieses Problem die Entwicklung eines generischen Parameterraums für segmentierte Objekte aus biologischen Bilddaten vor. Des Weiteren präsentiere ich eine graphische Oberfläche, die Parameterauswahl und Datenrepräsentation vereinigt und bei der explorativen Analyse des zu untersuchenden Parameterraumes behilflich ist.

Download full text files

Export metadata

Additional Services

Search Google Scholar
Metadaten
Author:Julia Portl
URN:urn:nbn:de:hbz:386-kluedo-45164
Advisor:Heike Leitte
Document Type:Doctoral Thesis
Language of publication:English
Date of Publication (online):2016/12/15
Year of first Publication:2016
Publishing Institution:Technische Universität Kaiserslautern
Granting Institution:Technische Universität Kaiserslautern
Acceptance Date of the Thesis:2016/12/08
Date of the Publication (Server):2016/12/15
Page Number:XII, 125
Faculties / Organisational entities:Kaiserslautern - Fachbereich Informatik
DDC-Cassification:0 Allgemeines, Informatik, Informationswissenschaft / 004 Informatik
Licence (German):Standard gemäß KLUEDO-Leitlinien vom 30.07.2015