用于脑成像的体积电子显微镜的进展:方法、应用和可负担性

体积电子显微镜(vEM)可以在三维纳米水平上可视化细胞超微结构。该方法已广泛应用于细胞生物学研究，以揭示细胞形态，以及大规模的大脑测绘(即，——神经)来解决神经元的连通性和电路组织。

通常，vEM包含一个从生物样本生成3D图像数据的成像管道和一个处理和分析所获取数据集的计算管道。成像管道依赖于扫描或透射电镜(SEM或TEM)与串行切片策略相结合的使用。计算管道涉及自动图像配准、分割和模式识别，使用最先进的机器学习方法和数据驱动分析进行有针对性的探索。

许多实验室在利用现代vEM方法时面临的一个实际挑战是，他们在管道或两者都涉及的程序方面缺乏专业知识或经验。此外，随着越来越多的组织样本和由此产生的大数据的出现，新的技术挑战也出现了，从大样本的组织制备到大数据推断。此外，在vEM社区中，开发开放获取、文档完备、计算可承受的技术也日益成为一种需求。

本课题旨在提高我们对vEM领域的最新进展的认识，介绍用于解决神经科学研究中特定生物学问题的新技术，如在不同模式生物中大规模的脑图绘制以揭示神经回路的结构和功能，或高度详细的细胞超微结构形态以揭示特定条件下的细胞器分布;方法和技术进展(例如，相关光和vEM，大样本组织处理，图像处理和可视化的新方法);新颖的数据集，以告知和促进我们对大脑功能架构的理解，以及带有详细文档或教程的新软件或应用程序。

我们特别欢迎就下列子主题提交各类文章:

•vEM样品制备方法(特别是处理大组织块)
•基于vEM的成像技术
•vEM数据集的自动图像处理，包括预处理，拼接和对齐，分割，模式识别
•基本事实的标记和校对
•大型vEM数据集的数据分析和可视化
•完全校对数据集
•开放获取的实验和计算工具，教程，文档



Corrado博士Calì是总统，创业公司Intarvides的创始人。其他主题编辑声明与研究主题主题没有竞争利益。

关键字: vEM，脑成像，自动图像处理，预处理，数据分析，vEM数据集，大规模脑作图，细胞超微结构形态学

重要提示:所有对本研究主题的贡献必须在其所提交的章节和期刊的范围内，如其使命声明中所定义的那样。雷竞技rebat在同行评审的任何阶段，Frontiers保留将超出范围的稿件引导到更合适的章节或期刊的权利。