Digitala Vetenskapliga Arkivet

Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
A Comparison of Neuron Touch Detection Algorithms Snudda and Brain Scaffold Builder
KTH, School of Electrical Engineering and Computer Science (EECS).
KTH, School of Electrical Engineering and Computer Science (EECS).
2024 (English)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesisAlternative title
En jämförelse av algoritmer för detektion av synapser: Snudda och Brain Scaffold Builder (Swedish)
Abstract [en]

This study presents a comparative analysis of two neuron touch detection algorithms, Brain Scaffold Builder (BSB) and Snudda, within the context of neuronal modeling. Neuron touch detection is critical for accurately mapping synaptic connections, a fundamental aspect of brain simulation and understanding neuronal circuits. By evaluating these algorithms on parameters such as synapse detection accuracy and runtime efficiency across different network sizes, we aimed to determine their limitations and strengths. Our findings indicate that Snudda have superior performance in terms of runtime to that of BSB. It was also found that Snudda detected more synapses than BSB, but to more precisely determine the accuracy this study highlights the need for future work. Furthermore, future work including a larger range of network sizes and the use of real anatomical data when constructing networks could aid in gaining more knowledge on this topic.

Abstract [sv]

Den här studien presenterar en jämförelseanalys av två nervcells-beröring-detektionsalgoritmer, Brain Scaffold Builder (BSB) och Snudda, i sammanhanget av neuromodellering. Nervcells-beröringsdetektion är kritiskt för att noggrant kartlägga synapser, en grundläggande aspekt av hjärnsimulering och för att få förståelse för nervcellsnätverk. Genom att utvärdera dessa algoritmer utifrån parametrar som körtidseffektivitet och noggrannheten på detektionen av synapser över olika storlekar på nätverk, syftar vi till att fastställa deras styrkor och svagheter. Resultaten visar att Snudda presterar bättre med hänsyn på körtidseffektivitet jämfört med BSB. Det visades även att Snudda fann fler synapser än BSB, men att det skulle krävas fler studier för att mer exakt bedöma träffsäkerheten hos algoritmerna. Vidare poängteras behovet av studier baserade på ett större spann av nätverksstorlekar och nätverk gjorda på verklig anatomisk data för att förbättra kunskapen inom området.

Place, publisher, year, edition, pages
2024. , p. 18
Series
TRITA-EECS-EX ; 2024:312
Keywords [en]
neuron touch detection, Brain Scaffold Builder (BSB), Snudda, synapse detection, neuronal modeling, brain simulation, algorithm comparison, runtime efficiency, synaptic connections, computational neuroscience
Keywords [sv]
nervcells-beröringsdetektion, Brain Scaffold Builder (BSB), Snudda, synapsdetektion, neuronmodellering, hjärnsimulering, algoritmjämförelse, körningseffektivitet, synaptiska kopplingar, beräkningsneurologi
National Category
Computer and Information Sciences
Identifiers
URN: urn:nbn:se:kth:diva-350942OAI: oai:DiVA.org:kth-350942DiVA, id: diva2:1885522
Supervisors
Examiners
Available from: 2024-08-20 Created: 2024-07-23 Last updated: 2024-08-20Bibliographically approved

Open Access in DiVA

fulltext(1380 kB)182 downloads
File information
File name FULLTEXT01.pdfFile size 1380 kBChecksum SHA-512
9629a376a4b831785c6cf48b78d5e9837bc2b16615d80f3575515d5a3e71689faaa75084da634e3d67ba93f34abf43682dbe953e427200ac350e779fd18b6635
Type fulltextMimetype application/pdf

By organisation
School of Electrical Engineering and Computer Science (EECS)
Computer and Information Sciences

Search outside of DiVA

GoogleGoogle Scholar
Total: 183 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 443 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf