版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、腦神經(jīng)組織微觀結構重建是探索大腦工作原理的基礎。為了重建腦神經(jīng)組織的微觀結構,首先需要獲取動物腦神經(jīng)組織樣品,然后通過電子顯微鏡(Electron Microscopy,EM)采集神經(jīng)組織的序列顯微圖像,最后結合圖像處理、計算機視覺相關算法與專業(yè)的大規(guī)模微觀重建軟件工具對神經(jīng)組織電鏡圖像進行處理與分析,獲得腦神經(jīng)組織的信息化表示。
神經(jīng)元分割是神經(jīng)組織電鏡圖像處理的基礎環(huán)節(jié),也是神經(jīng)組織微觀重建工作中的一大難點。在目前已有的大
2、規(guī)模神經(jīng)組織重建工作中,通常使用結合了算法自動分割和人工標注軟件工具的半自動方法進行神經(jīng)元的分割。因此研究高精度的自動化神經(jīng)元電鏡圖像分割算法以及開發(fā)高效的軟件工具以降低重建過程中的人工干預程度對于快速獲得神經(jīng)組織微觀重建結構具有十分重要的意義。
本文的研究基于中國科學院自動化研究所微觀重建與分析研究組搭建的神經(jīng)大數(shù)據(jù)重建與分析平臺。針對該平臺采集的神經(jīng)組織電鏡圖像特性,提出了一種基于超像素的神經(jīng)元自動分割算法,并開發(fā)了一套對
3、應的人工校驗軟件工具。其中,自動分割算法包含了超像素生成與合并兩步。算法首先使用深度卷積神經(jīng)網(wǎng)絡對圖像中的細胞膜進行檢測獲得細胞膜檢測概率圖;然后在細胞膜檢測概率圖的基礎上生成神經(jīng)元超像素,該過程主要包括概率圖的中值濾波、閾值化處理以及基于分水嶺算法的超像素生成;之后采用二叉樹結構對神經(jīng)元超像素建立層級關系,在建立層級關系中,使用了隨機森林的監(jiān)督學習方法計算超像素之間的合并概率,作為建立層級關系的依據(jù);最后通過解析層級結構獲得最終分割結
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于超像素生成的圖像分割算法研究及應用.pdf
- 基于超像素聚類的圖像分割算法研究.pdf
- 基于Hadoop的超像素分割算法.pdf
- 神經(jīng)元干細胞灰度圖像的分割算法研究.pdf
- 一種基于超像素的彩色圖像分割算法.pdf
- 基于超像素的圖像分割技術研究.pdf
- 基于超像素分割合并的圖像顯著性檢測算法.pdf
- 基于超像素和圖論的圖像分割方法研究.pdf
- 基于超像素分割的無線膠囊內(nèi)窺鏡出血圖像的檢測算法研究.pdf
- 基于超像素與低秩表示的圖像分割.pdf
- 基于超像素聚類的圖像分割方法研究.pdf
- 基于超像素級條件三場的SAR圖像快速分割算法研究.pdf
- 基于可控濾波器和超像素分割的圖像融合算法研究.pdf
- 保持邊緣的超像素分割算法研究.pdf
- 基于素描語義信息和超像素合并的圖像分割.pdf
- 基于稀疏子空間聚類的圖像超像素分割研究.pdf
- 基于超像素分割的服飾提取算法研究與實現(xiàn).pdf
- 基于超像素和圖割理論的自動圖像分割方法研究.pdf
- 基于超像素的高光譜圖像分類算法研究.pdf
- 基于亞像素的文本圖像分割算法研究應用.pdf
評論
0/150
提交評論