Visual queries in neuronal data exploration

Abstract

Das Hauptziel der Neurobiologen besteht darin, lebewesenspezifisches Verhalten, insbesondere das des Menschen, zu erforschen und zu erklären. Allerdings sind die menschlichen Verhaltenscharakteristika sehr komplex und daher auch schwer zu verstehen. Aus diesem Grund wird versucht, die grundlegende Funktionsweise von neuronalen Schaltkreisen anhand der Anatomie und Morphologie einfacherer Lebewesen zu analysieren. Die Fruchtfliege Drosophila melanogaster ist ein in der neurobiologischen Forschung sehr beliebter Organismus, da er Studien von komplexen Systemen auf einem vergleichsweise simplen Modell erlaubt. Aus diesem Grund werden die neuronalen Strukturen der Fruchtfliege mikroskopisch gescannt und in großen Datenbanken gespeichert, um sie datenverarbeitenden Systemen zugänglich zu machen. So sind neuartige Visualisierungsmethoden bereits speziell an diesen biologischen Daten adaptiert und werden aktiv in der Forschung eingesetzt. Allerdings bleibt die Orientierung in den großen Datenbanken problematisch: Die traditionellen Tabellen-Interfaces erlauben zwar das Filtern und die Selektion von ausgewählten Gruppen von Einträgen, aber die Selektion anhand der räumlichen Lage bleibt weiterhin unmöglich.<br />Diese Diplomarbeit beschreibt ein neuartiges System, welches die visuelle Erforschung einer großen Menge an neurobiologischen Daten wesentlich erleichtert. Ermöglicht wird dies durch die Kombination der Standardvisualisierungstechniken mit einem visuellen Explorations- und Abfrageansatz für Datenbanken. Unserer System stellt drei Grundtypen von Datenbankabfragen zur Verfügung. Path queries liefern mit Hilfe einer intuitiven Skizzenschnittstelle alle Strukturen, die sich in der Nähe eines gezeichneten Pfads befinden. Object queries erlauben die Selektion von Strukturen anhand deren räumlicher Distanz. Semantic queries ermöglichen schnelle Suche anhand von semantischen Zusammenhängen, die in der Datenbank definiert sind. Das System wurde im Rahmen einer interdisziplinären Zusammenarbeit mit Experten aus dem Gebiet der Neurobiologie entworfen, welche den hohen Nutzen eines solchen Systems für ihre Forschungsarbeit bestätigten.<br />

The major goal of neuroscientists' work is to explain specific behavior of living beings, especially humans. However, human behavioral traits are complex and difficult to comprehend. For this purpose, the researchers explore the anatomy and morphology of neuronal circuits of simpler species to identify their meaning and functionality. The fruit fly Drosophila melanogaster is a favorite organism in neurobiology research because it facilitates studies of complex systems on a simple model. For this purpose, large databases of neuronal structures acquired by microscopy scans were built and adapted for computer-aided exploration and visualization. Commodity products feature standard visualization techniques tailored for exploration of biological structures. However, orientation in large collections of structures still poses a problem. Traditional table-view database interfaces allow filtering of items and accessing known subsets of data, but do not support selection based on spatial relationships.<br />In this thesis, we address this problem in the following way. We describe a system which facilitates visual exploration of a large collection of neuroanatomical structures. We combined standard visualization techniques with a novel visual approach for exploration and queries. Our system provides three basic types of queries. Path queries use an intuitive sketching interface and give access to structures located in the proximity of the sketched path. Object queries select objects based on their mutual spatial distance. Semantic queries allow fast browsing using semantic relationships stored in the database.<br />The system was designed in an interdisciplinary collaboration with domain experts, who affirmed that availability of such a system would be very useful for their research.