Houdini软件在神经科学中的应用

从影视行业进入科研领域，迫使我从另一个角度重新发掘Houdini的功能。

近一年的工作主要是围着脑与神经开展的。

相比于影视工作，科研工作对数据的准确性要求极为变态，模型和动画必须精准，有理论支撑，有文献可考。

用Houdini制作真实的神经细胞

还是学生的时候，我也做过一些神经元的模型（下图），但其实离真实的神经元还相差甚远。

上图是翻阅一些资料，然后利用L-system等方式进行建模。

这种东西放在科普杂志上也许勉强可用，但如果在更加专业的场合就会有问题了。

那么，如何能制作出更加真实的模型呢？

按照影视动画的流程，恐怕要照着三视图去建模了，但神经元的三视图几乎是无法获得的。

另一种方法，就是直接从实验数据中获得。

在实验室中，神经元形态数据，通常是通过对大脑切片进行染色，然后利用标注软件（如Neurolucida），用肉眼进行标注。（纯体力活，一般是拉学生当苦力o(∩_∩)o ）

如果能在Houdini中构建一个“通道”，去访问这些实验数据，就可以利用它们了。也就是接口。

我在Houdini中用python写了个接口，以直接访问这些数据。

获得了数据后，根据这些数据，再进行程序化建模，涉及很多细节，例如细胞膜生成，数据修复，胞体制作等等，有兴趣的同学可以看下我们发布的相关论文：

第一篇是对数据修复的：http://www.frontiersin.org/10.3389/conf.fninf.2014.18.00002/event_abstract

第二篇是制作胞体的：http://link.springer.com/chapter/10.1007%2F978-3-319-09891-3_1

下面是一些论文中的截图，当然都是在Houdini中截的：

 

最终我们可以用Houdini制作出真实的神经元了，下图为大鼠海马区的一个锥形神经元，神经元代号c11563

 

相同方法制作的神经元：

上述方法可以从实验数据中建立神经元模型。后来我们又研究出一种方法，在对大量同类神经元特征进行采集后，让程序总结其规律，然后自动生成形态各异的同类神经元，不过这部分由于还没发文章，所以暂时不便透露，将来有机会会继续更新。

用Houdini从事科研三维视觉制作，除了对软件本身需要了解之外，对编程以及相关科学知识也有要求，这方面对我而言一直是个挑战。尤其是神经科学这个名称，在13年7月以前闻所未闻，不得不在工作中学习。