Translate this page to:
In JoVE (1)
Other Publications (3)
Automatic Translation
This translation into German was automatically generated.
English Version | Other Languages
Articles by Jaerock Kwon in JoVE
Probenvorbereitung, Imaging-und Analyse-Protokolle für Knife-edge-Scanning-Mikroskopie
Yoonsuck Choe1, David Mayerich2, Jaerock Kwon3, Daniel E. Miller1, Chul Sung1, Ji Ryang Chung1, Todd Huffman4, John Keyser1, Louise C. Abbott5
1Department of Computer Science and Engineering, Texas A&M University, 2Beckman Institute for Advanced Science and Technology, University of Illinois, 3Department of Electrical and Computer Engineering, Kettering University, 43Scan, 5Department of Veterinary Integrative Biosciences, Texas A&M University
Der gesamte Prozess vom Gehirn Probenvorbereitung auf serielle Schnitte Bildgebung mit dem Knife-Edge-Scanning-Mikroskop, um Daten-Visualisierung und Analyse beschrieben. Diese Technik wird derzeit verwendet, um Maus-Hirn-Daten zu erfassen, aber es ist auf andere Organe, andere Arten.
Other articles by Jaerock Kwon on PubMed
Neuronaler Dynamik Verspätung Entschädigung Zu Erleichtern: Ein Weg Zur Vorausschauenden Neuronaler Dynamik?
Neural Networks : the Official Journal of the International Neural Network Society. Apr, 2009 | Pubmed ID: 19376685
Zielgerichtetes Verhalten ist ein Markenzeichen der Kognition. Das ist einer wichtigen Voraussetzung für zielgerichtetes Verhalten der Vorhersage. Um ein Ziel festzulegen und einen Plan zu entwickeln, muss man in die Zukunft sehen und mögliche zukünftige Ereignisse vorherzusehen. Unserer früheren Arbeit hat vorgeschlagen, dass Kompensationsmechanismen für neuronale Übertragung Verzögerung zu einer vorläufigen Form der Vorhersage geführt haben können. In diesem Werk wurde Erleichterung neuronaler Dynamik gefunden, wirksam bei Verzögerung (Erleichterung der Aktivierung Netzwerkmodell oder FAN) zu überwinden. Die extrapolative-Eigenschaft, die Verzögerung Ausgleichsmechanismus kann als Vorhersage für eingehende Signale (Vorhersage der Gegenwart auf der Grundlage der Vergangenheit). Das Vorgängermodell FAN entpuppt sich eine Einschränkung vor allem dann, wenn längere Verzögerung entschädigt werden muss, haben die Erleichterung höher als FAN des normalen Bereich erfordert. Wir abgeleitet eine verbesserte Erleichterung Dynamics auf neuronaler Ebene, um diese Einschränkung zu umgehen. In diesem Papier testeten wir unsere vorgeschlagene Ansatz in Steuerungen für das 2D Pol ausgleichen, wo das neue Konzept gezeigt wurde, besser als das Vorgängermodell FAN durchzuführen. Als nächstes untersuchten wir die differenzielle Auslastung Dynamik in sensorische vs. Motoneuronen und gefunden, dass Motoneuronen die Erleichterung Dynamik mehr als die sensorischen Neuronen nutzen zu erleichtern. Diese Erkenntnisse sollen helfen, uns besser zu verstehen, die Rolle der Dynamik im Delay Compensation und die mögliche Entwicklung in Vorhersage, eine notwendige Voraussetzung für zielgerichtetes Verhalten zu erleichtern.
Schnelle Makro-Maßstab Übertragung Bildgebung Mikrovaskuläre Netzwerke Mithilfe Von KESM
Biomedical Optics Express. Oct, 2011 | Pubmed ID: 22091443
Genaue mikrovaskuläre morphometrischer Informationen hat gravierende Auswirkungen auf verschiedenen Gebieten, einschließlich der Quantifizierung von Angiogenesis in der Krebsforschung, verstehen die Immunantwort für Neuroprothesen und Vorhersage der Natur des Blutflusses, bezüglich der Schlaganfall. Wir berichten Bildgebung des Gehirns ganze Maus mikrovaskuläre Systems bei Auflösungen ausreichend genaue Morphometrie durchführen. Imaging wurde mithilfe von Messerschneiden-Scanning-Mikroskopie (KESM) durchgeführt und ist das erste Beispiel dieser Technik, die klinische Forschung direkt angewendet werden können. Wir sind in der Lage zu erreichen ≈ 0.7μm Auflösung seitlich mit 1μm Tiefe Auflösung mit seriellen schneiden. Keine Ausrichtung war notwendig und Kontrast Segmentierung und Messung der Schiffe zu ermöglichen.
Multiskalen Erforschung Der Maus Gehirn Mikrostrukturen Mit Den Messerschneiden Scan Mikroskop-Gehirn-Atlas
Frontiers in Neuroinformatics. 2011 | Pubmed ID: 22275895
Connectomics ist die Studie der vollständige Verbindung Matrix des Gehirns. Jüngsten Fortschritte in hohem Durchsatz, hochauflösende 3D Mikroskopie-Methoden die Bildgebung von ganz kleinen tierischen Gehirnen mit Sub-micrometer Auflösung, potenziell öffnen den Weg zum ausgewachsenen Connectomics Forschung aktiviert haben. Einer der ersten solcher Instrumente ganz-Gehirn-Maßstab Bildgebung bei Sub-micrometer Auflösung zu erreichen ist die Messerschneiden-Scanning-Mikroskop (KESM). KESM ganze-Gehirn-Datensätze enthalten jetzt Golgi (neuronale Schaltkreise), Nissl (Soma-Verteilung) und Tusche (vaskuläre Netze). KESM Daten können erheblich zur Connectomics Forschung, beitragen, da sie die Lücke zwischen niedrigere Auflösung, großvolumige bildgebenden Verfahren (z. B. Diffusion MRI) und höhere Auflösung, kleinvolumigen Methoden (z. B. serielle Schneide-Elektronenmikroskopie). Darüber hinaus sind KESM Daten durch ihre Natur Multiscale, von der subzellulären bis hin zu der gesamten Orgel-Skala. Aus diesem Grund ist die Visualisierung allein eine große Herausforderung, bevor wir selbst sorgen über quantitative Konnektivität Analyse. Um dieses Problem zu lösen, haben wir einen webbasierten Neuroinformatik Rahmen für effiziente Visualisierung und Analyse der Multiskalen KESM Datensätze entwickelt. In diesem Papier werden wir zuerst geben einen Überblick über KESM dann im Detail zu diskutieren, die KESM-Datensätze und die webbasierte Neuroinformatik-Framework, das den KESM Gehirn-Atlas (KESMBA) aufgerufen wird. Schließlich wird die Relevanz der die KESMBA für Connectomics Forschung zu diskutieren, und Herausforderungen und Zukunftsperspektiven zu identifizieren.
