1、隨著顯微成像技術(shù)的發(fā)展,熒光共焦顯微成像應(yīng)用于神經(jīng)細(xì)胞研究。研究發(fā)現(xiàn),神經(jīng)樹(shù)突棘在人的感知、經(jīng)驗(yàn)、學(xué)習(xí)和記憶等方面發(fā)揮著重要作用,一些神經(jīng)性疾病也都與神經(jīng)樹(shù)突的形態(tài)和突棘的數(shù)量、體積、長(zhǎng)度以及密度等有關(guān)系。臨床醫(yī)學(xué)和生物學(xué)家在研究神經(jīng)功能屬性時(shí),需要分析大量的三維圖像數(shù)據(jù),在借助計(jì)算機(jī)的幫助下仍需要人工交互。針對(duì)熒光共焦神經(jīng)圖像特性,為了能減少研究人員參與實(shí)驗(yàn)的工作量,提高研究效率,本文在國(guó)外研究的基礎(chǔ)上進(jìn)一步對(duì)三維熒光共焦神經(jīng)圖像進(jìn)行

2、討論分析,通過(guò)對(duì)神經(jīng)樹(shù)突圖像感興趣區(qū)域進(jìn)行分割,檢測(cè)和提取神經(jīng)樹(shù)突骨架,鑒別突棘真?zhèn)魏蛿?shù)目,并對(duì)突棘類(lèi)型做初步研究。
　　 論文主要完成的工作和創(chuàng)新之處是:
　　 (1)提出基于區(qū)域生長(zhǎng)的神經(jīng)圖像分割方法。該方法通過(guò)分析三維熒光神經(jīng)圖像的光強(qiáng)度特性,針對(duì)手動(dòng)選取種子點(diǎn)問(wèn)題,設(shè)計(jì)自動(dòng)獲取生長(zhǎng)種子點(diǎn)算法,再根據(jù)生長(zhǎng)判定準(zhǔn)則自適應(yīng)地獲取感興趣區(qū)域,設(shè)計(jì)總的分割流程能處理不同的樹(shù)突圖像并對(duì)其進(jìn)行分割。該方法分割速度快,避免傳統(tǒng)方

3、法中區(qū)域生長(zhǎng)的缺陷,可以分割復(fù)雜樹(shù)突圖像,不需要人工參與,分割結(jié)果準(zhǔn)確。
　　 (2)提出基于樹(shù)突關(guān)鍵點(diǎn)的骨架檢測(cè)和提取方法。該方法在獲取兩類(lèi)樹(shù)突關(guān)鍵點(diǎn)的基礎(chǔ)上,首先以基于路徑規(guī)劃的算法獲取樹(shù)突的初始骨架,再通過(guò)樹(shù)突截面的重心中心化骨架線。然后以基于加權(quán)最小生成樹(shù)對(duì)樹(shù)突骨架進(jìn)行修剪和優(yōu)化,并提出End-Body骨架描述模型。該提取方法計(jì)算速度快,可對(duì)樹(shù)突分支進(jìn)行自動(dòng)識(shí)別,獲取分支數(shù)目,能處理復(fù)雜的樹(shù)突圖像,通過(guò)骨架模型得到的骨架