1、神經(jīng)元樹突和樹突棘的研究是現(xiàn)代神經(jīng)生物學(xué)的一項(xiàng)熱點(diǎn),它們的形態(tài)和結(jié)構(gòu)與大腦的功能密切相關(guān),認(rèn)識它們有助于我們了解人類的記憶,大腦的運(yùn)作,及一些神經(jīng)類疾病的預(yù)防。樹突是管狀結(jié)構(gòu)的,負(fù)責(zé)將神經(jīng)沖動傳入或傳出細(xì)胞體,樹突棘是樹突表面上的小突起(并非所有小突起都是樹突棘),它負(fù)責(zé)在不同的細(xì)胞之間傳遞神經(jīng)沖動,大腦區(qū)域的樹突棘形態(tài)的變化往往與神經(jīng)元的學(xué)習(xí)過程相關(guān)。針對3D熒光共焦顯微圖像標(biāo)本,采用人工方法提取神經(jīng)樹突與樹突棘的方法需要耗費(fèi)大量的人

2、力和時間,而且提取的目標(biāo)精度難以滿足要求,因此迫切需要研究計算機(jī)自動提取與檢測的方法。本文以3D熒光共焦顯微圖像神經(jīng)樹突目標(biāo)的分割提取與樹突棘檢測為研究主線,系統(tǒng)的研究了一種具有針對性的解決方案。
　　 本文的主要工作包括:
　　 (1)基于BM3D與水平集方法,設(shè)計了一種熒光共焦圖像的預(yù)處理與神經(jīng)目標(biāo)分割方法,實(shí)驗(yàn)結(jié)果表明該方法能較精確的從復(fù)雜背景中分割出神經(jīng)目標(biāo)。
　　 (2)設(shè)計了一種基于廣義梯度向量場的目

3、標(biāo)關(guān)鍵種子點(diǎn)檢測算法,該算法通過GGVF計算臨界點(diǎn)與高曲率點(diǎn),較好的提取了神經(jīng)目標(biāo)樹突與樹突棘的關(guān)鍵點(diǎn)信息。
　　 (3)通過神經(jīng)目標(biāo)樹突與樹突棘的關(guān)鍵點(diǎn)進(jìn)行加權(quán)最小生成樹建模,給出了基于圖裁剪與侵蝕的神經(jīng)目標(biāo)中軸線提取方法,并利用分段B樣條擬合,設(shè)計了中軸骨架樹的精準(zhǔn)提取方法,提高了骨架樹的光滑性。
　　 (4)設(shè)計了基于LDA的神經(jīng)樹突與樹突棘的分類檢測方法。
　　 (5)綜合以上流程給出了3D熒光共焦圖像神