Photoacoustic Tomography with Temporal Encoding Reconstruction (PATTERN) for cross-modal individual analysis of the whole brain

计算机科学 神经影像学 人工智能 模式识别(心理学) 计算机视觉 可视化 神经科学 生物
作者
Yuwen Chen,Haoyu Yang,Yan Luo,Yijun Niu,Myeong Sang Yu,Shanjun Deng,Xuanhao Wang,Handi Deng,Haichao Chen,Lixia Gao,Xinjian Li,Pingyong Xu,Fudong Xue,Jing Miao,Song‐Hai Shi,Yi Zhong,Cheng Ma,Bo Lei
出处
期刊:Nature Communications [Springer Nature]
卷期号:15 (1)
标识
DOI:10.1038/s41467-024-48393-z
摘要

Cross-modal analysis of the same whole brain is an ideal strategy to uncover brain function and dysfunction. However, it remains challenging due to the slow speed and destructiveness of traditional whole-brain optical imaging techniques. Here we develop a new platform, termed Photoacoustic Tomography with Temporal Encoding Reconstruction (PATTERN), for non-destructive, high-speed, 3D imaging of ex vivo rodent, ferret, and non-human primate brains. Using an optimally designed image acquisition scheme and an accompanying machine-learning algorithm, PATTERN extracts signals of genetically-encoded probes from photobleaching-based temporal modulation and enables reliable visualization of neural projection in the whole central nervous system with 3D isotropic resolution. Without structural and biological perturbation to the sample, PATTERN can be combined with other whole-brain imaging modalities to acquire the whole-brain image with both high resolution and morphological fidelity. Furthermore, cross-modal transcriptome analysis of an individual brain is achieved by PATTERN imaging. Together, PATTERN provides a compatible and versatile strategy for brain-wide cross-modal analysis at the individual level.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
丘比特应助你好采纳,获得30
刚刚
852应助科研通管家采纳,获得10
1秒前
wanci应助科研通管家采纳,获得10
1秒前
Akim应助科研通管家采纳,获得10
1秒前
搜集达人应助科研通管家采纳,获得10
1秒前
Lucas应助科研通管家采纳,获得10
1秒前
潇洒毛应助科研通管家采纳,获得10
1秒前
Zjin宇发布了新的文献求助10
1秒前
Hello应助科研通管家采纳,获得10
1秒前
1秒前
科研通AI2S应助科研通管家采纳,获得10
1秒前
2秒前
lilili发布了新的文献求助10
2秒前
大气代亦发布了新的文献求助10
4秒前
今后应助xuqiansd采纳,获得10
6秒前
6秒前
6秒前
7秒前
8秒前
8秒前
8秒前
云帆完成签到,获得积分10
9秒前
可靠代丝发布了新的文献求助10
9秒前
10秒前
hsing发布了新的文献求助10
11秒前
11秒前
姚子敏发布了新的文献求助10
11秒前
东东完成签到 ,获得积分10
11秒前
22完成签到,获得积分10
11秒前
july九月完成签到,获得积分10
11秒前
score17完成签到,获得积分10
12秒前
12秒前
孤独的匕发布了新的文献求助10
12秒前
ssss发布了新的文献求助10
13秒前
13秒前
13秒前
传奇3应助活力千青采纳,获得10
13秒前
Bodhicia发布了新的文献求助10
13秒前
14秒前
阳光的冬天完成签到,获得积分10
14秒前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3157989
求助须知:如何正确求助?哪些是违规求助? 2809366
关于积分的说明 7881582
捐赠科研通 2467822
什么是DOI,文献DOI怎么找? 1313728
科研通“疑难数据库(出版商)”最低求助积分说明 630522
版权声明 601943