幼生ゼブラフィッシュ脳顕微鏡のための暗黙的ニューラル表現：MapZebrainアトラスに基づく再現可能なベンチマーク

要旨: 潜在的ニューラル表現（INR）は、アトラス登録、異種モダリティ間の再サンプリング、疎視点の補完、神経解剖学的データのコンパクトな共有のための、連続的な座標ベースの符号化を提供します。しかし、再現可能な評価が欠けている領域があります。それは高解像度の幼生ゼブラフィッシュ顕微鏡であり、ここでは神経網（ニューロピル）の境界と微細な神経突起を保ったままにすることが重要です。本研究では、MapZebrain 幼生ゼブラフィッシュ脳アトラスのための、再現可能な INR ベンチマークを提示します。統一された、シード制御されたプロトコルを用いて、SIREN、フーリエ特徴、Haar 位置符号化、およびマルチレゾリューション・グリッドを、アトラスのスライスと単一ニューロンの射影を含む 950 枚のグレースケール顕微鏡画像に対して比較します。画像は、保持しない列ではない列のうち 10% の画素から推定した各画像の（1,99）パーセンタイルで正規化し、空間的な一般化は、X 軸方向における決定論的な 40% の列単位ホールドアウトにより検証します。Haar と Fourier は、保持列でのマクロ平均再構成忠実度が最も高く（約 26 dB）、一方でグリッドはそれにやや遅れます。SIREN はマクロ平均では劣りますが、オールインワン・レジームにおいては面積加重のマイクロ平均で競争力のある性能を維持します。さらに、SSIM とエッジに焦点を当てた誤差は、Haar と Fourier が境界をより正確に保持することを示しています。これらの結果は、より滑らかなバイアスを持つ代替案よりも、明示的なスペクトル符号化およびマルチスケール符号化のほうが、高周波の神経解剖学的詳細をよりよく捉えることを示唆しています。MapZebrain のワークフローでは、Haar と Fourier は、アトラス登録、ラベル転送、形態を保持する共有といった境界に敏感なタスクに最も適しており、SIREN は背景モデリングやデノイズのための軽量なベースラインとして残ります。