论文部分内容阅读
随着显微成像技术的发展,荧光共焦显微成像应用于神经细胞研究。研究发现,神经树突棘在人的感知、经验、学习和记忆等方面发挥着重要作用,一些神经性疾病也都与神经树突的形态和突棘的数量、体积、长度以及密度等有关系。临床医学和生物学家在研究神经功能属性时,需要分析大量的三维图像数据,在借助计算机的帮助下仍需要人工交互。针对荧光共焦神经图像特性,为了能减少研究人员参与实验的工作量,提高研究效率,本文在国外研究的基础上进一步对三维荧光共焦神经图像进行讨论分析,通过对神经树突图像感兴趣区域进行分割,检测和提取神经树突骨架,鉴别突棘真伪和数目,并对突棘类型做初步研究。
论文主要完成的工作和创新之处是:
(1)提出基于区域生长的神经图像分割方法。该方法通过分析三维荧光神经图像的光强度特性,针对手动选取种子点问题,设计自动获取生长种子点算法,再根据生长判定准则自适应地获取感兴趣区域,设计总的分割流程能处理不同的树突图像并对其进行分割。该方法分割速度快,避免传统方法中区域生长的缺陷,可以分割复杂树突图像,不需要人工参与,分割结果准确。
(2)提出基于树突关键点的骨架检测和提取方法。该方法在获取两类树突关键点的基础上,首先以基于路径规划的算法获取树突的初始骨架,再通过树突截面的重心中心化骨架线。然后以基于加权最小生成树对树突骨架进行修剪和优化,并提出End-Body骨架描述模型。该提取方法计算速度快,可对树突分支进行自动识别,获取分支数目,能处理复杂的树突图像,通过骨架模型得到的骨架线能很好的反映树突的拓扑结构。
(3)提出两类突棘的检测方法。该检测方法将曲率变化与局部梯度变化结合用于分析附连突棘,同时以局部梯度变化消除曲率变化检测所产生的伪突棘,移除细小突刺和伪突棘。在分离突棘上,设计沿树突骨架线滑动的圆柱,以圆柱范围内光强值的变化程度检测检测分离突棘,并提出以最小能量函数获得分离突棘的骨架。通过突棘的长宽比对三种形态的突棘做初步的分类分析。该检测方法能有效、准确地识别两类突棘和提取突棘骨架线。