Automated Morphometric Analysis of the Cat Retinal Α/Y, Β/X and Δ Ganglion Cells Using Wavelet Statistical Moment and Clustering Algorithms

Abstract

Computational morphological analysis comprises the development of measures (indicators) that describe different form attributes of a neuron and provides additional parameters for classification algorithms. Our work addressed the problem of small group sizes often encountered in neuromorphological and neurophysiological research, automated classification tasks (unsupervised learning) and introduced a new morphological measure: the wavelet statistical moment. We analysed cat alpha/Y, beta/X and delta Golgi-stained retinal ganglion cells using six different shape features (circularity, 2(nd) statistical moment and entropy of Gaussian blurred images, wavelet statistical moment, number of terminations and the fractal dimension). This allowed us to compare the sensitivity of the methods in uniquely describing morphological attributes of these cells.

Mathematical modelling of neuronal dendritic branching patterns in two dimensions: application to retinal ganglion cells in the cat and rat

“…For instance, it has been shown that from the cell body of the large asymmetrical (type E) neuron of the cerebellar dentate nucleus 8-10 thick primary dendrites spread out in all directions and each of them immediately branches dichotomously at least 4-6 times (Chan-Palay 1977). Similarly, Jelinek et al (2004) showed that the density of the dendritic tips is most pronounced at greater distances from the cell body. Uylings et al (1986) showed that the terminal segments in nearly all types of neurons measured have a manifold larger length than the branching (intermediate) segments.…”

Dois problemas em análise de formas de estruturas de ramificação

“…Adaptada de [18] que as formas de células neuronais não têm influência sobre suas funções, mas sim a maneira em que arranjos sinápticos entre células ocorrem [52]. A fim de entender melhor esta relação intrigante, a análise de formas de células neuronais, por meio de algoritmos computacionais, tem desempenhado um papel importante mais do que nunca [53].…”

“…bordas) em sinais [46], extraindo freqüências instantâneas [3], e executando análise fractal e multifractal. Em Análise de Formas, as transformadas Wavelet encontram diversas aplicações, em especial as duas aqui citadas: segmentação de sistemas vasculares de imagens de retinopatia diabética [64,65,93,94,92] e caracterização de neurônios [52,53].…”

“…Todos os estudos executados até agora, a luz da análise de formas, têm consolidado a suposição de que células com morfologia estrutural distintas também apresentam funções fisiológicas diferentes [73]. As correlações entre células Y e α e células X e β foram descobertas há muito, com relação tantoàs características morfológicas quanto fisiológicas, por gravações eletrofisiológicas e exames histológicos de células [10,53]. Além disso, acredita-se atualmente que pode haver mais do que 23 tipos de células ganglionares na retina de gato, morfologicamente falando [52].…”

“…Adaptada de [18] que as formas de células neuronais não têm influência sobre suas funções, mas sim a maneira em que arranjos sinápticos entre células ocorrem [52]. A fim de entender melhor esta relação intrigante, a análise de formas de células neuronais, por meio de algoritmos computacionais, tem desempenhado um papel importante mais do que nunca [53].Mesmo antes da invenção de procedimentos anatômicos para análise, as medidas eletrofisiológicas apontavam para a existência de dois tipos de células de retina, considerando seus campos receptivos concentricamente organizados: células X com uma pequenaárea de resposta linear e células Y com uma grandeárea de resposta não-linear. Pesquisas modernas baseadas em estratégias anatômicas revelam a existência de outros tipos de células ganglionares, principalmente levando em conta os níveis de ramificação e larguras deárvores dendríticas [73].…”