ネオストリート介在ニューロンの神経形態学的尾状 - 麻痺クラスタリング：Kohonen自己組織化マップと多変量解析を備えた監視された人工ニューラルネットワーク

目的：この研究の目的は、ニューロンの核局在によると、ネオストリート介在ニューロン（NSIN）の神経形態局所クラスタリングの可能性とその結果としての尾状核（CIN）およびプラタミナルニューロンタイプ（PIN）への分類の可能性を調査することです。これらの2つのトポロジーニューロンタイプが形態学的に異なるかどうかを発見する傾向があります。 材料と方法：成人のヒトNSINのバイナリ画像は、分析の目的に使用されます。46の神経形態学的パラメーターの合計が使用されます。それらは、ニューロンの表面/サイズ、形状、コンパートメントの長さ、樹状突起分岐、神経形態学的組織、複雑さの次のクラスに分けることができます。クラスタリングは、予測因子抽出、多変量クラスター分析セット、クラスター識別の手順で構成されるアルゴリズムによって実行されます。 結果：次のパラメーターとして抽出されたユニファクター分析：神経腫/ペリカリオンのサイズ（AS）、樹状樹のサイズ（ADT）、樹状突起磁場領域（ADF）のサイズ、ニューロン野外領域全体（ANF）のサイズ、ペリヌロン空間のサイズ（apn）のサイズ（apn）非対称性（MS）、総樹状長（L）、標準化された総樹状長（LST）、標準化された樹状突起幅（DWDTHST）、樹状突起遠心分岐順序（DCBO）、分岐偏光指数（MDCBO）、樹状突起亜鉛膜画像（DSP）、Fractal Dimension of skeLotonize樹状樹（NMAX）および標準化された樹状突起分岐パターンの複雑さ（CDF/ADFST）の最大複合密度の。Kohonenの自己組織化マップとバックプロパゲーションフィードフォワードの人工ニューラルネットワークと一緒に設定されたクラスター分析により、それぞれ監視されていない方法と監督された方法の両方の分類が確認されました。最後のステップとして、クラスター識別は、各ニューロンの特定のクラスターへの割り当てによって実行されます。 結論：NSINは、神経形成的にCINおよびPINタイプに分類できます。2つの核は、意志運動制御に伴う情報の処理において異なる機能的役割を持っているため、違いが予想されます。

AIMS: The objective of this study is to investigate the possibility of the neuromorphotopological clustering of neostriate interneurons (NSIN) and their consequent classification into caudate (CIN) and putaminal neuron type (PIN), according to the nuclear localization of the neurons. It tends to discover whether these two topological neuron types are morphologically different. MATERIAL AND METHODS: The binary images of adult human NSIN are used for the purposes of the analysis. The total of the 46 neuromorphological parameters is used. They can be divided into the following classes: neuron surface/size, shape, compartmental length, dendritic branching, neuromorphological organization and complexity. The clustering is performed by an algorithm which consists of the steps of predictor extraction, multivariate cluster analysis set and cluster identification. RESULTS: Unifactor analysis extracted as significant the following parameters: neurosoma/perikaryon size (AS), the size of a dendritic tree (ADT), the size of a dendritic field area (ADF), the size of an entire neuron field area (ANF), the size of a perineuronal space (APNS), the fractal dimension of a neuron (DN), the index of perikaryon asymmetry (MS), total dendritic length (L), standardized total dendritic length (Lst), standardized dendritic width (DWDTHst), dendritic centrifugal branching order (DCBO), branching polarization index (MDCBO), dendritic partial surface (DSP), the fractal dimension of a skeletonized neuron image (DS), the index of maximal complex density of a dendritic tree (NMAX) and standardized dendritic branching pattern complexity (CDF/ADFst). The cluster analysis set together with Kohonen self-organizing maps and backpropagation feed-forward artificial neural networks confirmed the classification on both unsupervised and supervised manner, respectively. As a final step, the cluster identification is performed by an assignment of each neuron to a particular cluster. CONCLUSION: NSIN can be classified neuromorphologically into CIN and PIN type. Differences are expected since the two nuclei have different functional roles in processing the information involved in volitional movement control.