腦神經(jīng)網(wǎng)絡(luò)研究有助于我們理解腦的工作原理,研究腦疾病致病機理和診治方法;同時腦神經(jīng)網(wǎng)絡(luò)研究可以啟發(fā)人工智能研究。腦神經(jīng)網(wǎng)絡(luò)由一群神經(jīng)元組成,量化神經(jīng)元的拓撲結(jié)構(gòu)和幾何特征,即追蹤神經(jīng)元是研究腦神經(jīng)網(wǎng)絡(luò)的重要步驟。隨著生物標記和成像技術(shù)的發(fā)展,我們能夠獲取大量全腦神經(jīng)圖像。該類型圖像包含多個神經(jīng)元組成的神經(jīng)元群落,能夠提供豐富的神經(jīng)元信息。進行神經(jīng)元群落追蹤,獲取神經(jīng)元形態(tài)數(shù)據(jù),對于腦神經(jīng)網(wǎng)絡(luò)研究有重要意義。近年來發(fā)展的神經(jīng)元自動追蹤工具能成功獲取神經(jīng)纖維形態(tài),但難以建立神經(jīng)纖維到神經(jīng)元的分配關(guān)系,不能分割出神經(jīng)元獨立個體,因而無法應(yīng)用于神經(jīng)元群落追蹤;少量商業(yè)軟件支持半自動全腦神經(jīng)元群落追蹤,但人工工作量極大。因此發(fā)展全腦尺度神經(jīng)元群落追蹤工具是迫切的需求。神經(jīng)元群落追蹤面臨的困難有:（1）受密集神經(jīng)纖維信號干擾,難以正確計算神經(jīng)纖維到神經(jīng)元的分配關(guān)系,從而難以分割出神經(jīng)元獨立個體;（2）缺少可用于TB量級全腦神經(jīng)元群落圖像的大數(shù)據(jù)分析框架;（3）由于神經(jīng)元具有樹型結(jié)構(gòu),神經(jīng)元分支上小的追蹤錯誤會導(dǎo)致該分支所有下級神經(jīng)元分支發(fā)生追蹤錯誤,急劇降低全腦范圍追蹤結(jié)果正確度;（4）全腦神經(jīng)元... 

【文章來源】：華中科技大學湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：124 頁

【學位級別】：博士

【部分圖文】：

用Vaa3D、Open-Snake(Farsight)和NeuronStudio三種自動追蹤工具對一塊局部神經(jīng)元群落圖像進行處理，這三種工具都將圖像中三個神經(jīng)元錯誤追蹤為一個神經(jīng)元

.3 GTree 界面。GTree 導(dǎo)入全腦最低金字塔分辨率 3D 圖像進行體繪制，并嵌入神經(jīng)元結(jié)果（綠色和粉色）。全腦數(shù)據(jù)由 TDI-fMOST 系統(tǒng)成像獲得。. 5.3 The interface of GTree. GTree import whole brain 3D image data of the lowest level pyr dataset and volume render it. Brain-wide neuron reconstruction result (green and pink) is embe

【參考文獻】：
期刊論文
[1]全球腦研究計劃與展望[J]. 朱麗君,朱元貴,曹河圻,董爾丹.  中國科學基金. 2013(06)

博士論文
[1]雙光子熒光顯微光學切片斷層成像方法與系統(tǒng)研究[D]. 鄭廷.華中科技大學 2013



本文編號：2963223