獼猴神經(jīng)元連接分析關(guān)鍵技術(shù)研究.pdf

1、獼猴是一種靈長類動(dòng)物。眾所周知，靈長類動(dòng)物是所有類別動(dòng)物中和人類細(xì)胞和基因的相似度最高的一種物種。所以獼猴作為神經(jīng)實(shí)驗(yàn)的標(biāo)本相比之于大鼠和壁虎等其他類別的實(shí)驗(yàn)標(biāo)本更能夠?yàn)槿祟惖纳窠?jīng)實(shí)驗(yàn)有更多的幫助。很多獼猴的研究結(jié)果可以不需要太多改變就可以使用在人類身上。
　　本文針對于獼猴的腦組織切片而進(jìn)行細(xì)胞分割和跟蹤等實(shí)驗(yàn)，目的是為了弄清獼猴的神經(jīng)系統(tǒng)中細(xì)胞的形態(tài)結(jié)構(gòu)和連接方式，為以后進(jìn)一步的研究打下堅(jiān)實(shí)的基礎(chǔ)。腦組織的切片的掃描圖像的分割

2、和其他細(xì)胞分割有著很大的不同。首先，腦組織切片的掃描圖像中會(huì)出現(xiàn)很多細(xì)小的線粒體在細(xì)胞中間，這就導(dǎo)致了其來源于本質(zhì)的雜質(zhì)多的問題;其次，細(xì)胞的切片中會(huì)存在細(xì)胞核這種很明顯的細(xì)胞器，這也使得圖像得分割變得更有難度。而現(xiàn)在研究的大多數(shù)是對于一個(gè)完整的細(xì)胞進(jìn)行分割，而這相對于我們這個(gè)實(shí)驗(yàn)難度大大降低。本文使用了多種現(xiàn)在流行的圖像分割方法來解決單幅細(xì)胞分割的問題，同時(shí)改進(jìn)了主動(dòng)輪廓算法來使得其抗噪能力有了比較大的改進(jìn)。
　　單幅圖像上的細(xì)

3、胞分割不足以弄清整個(gè)細(xì)胞的形狀，所以在單幅細(xì)胞的基礎(chǔ)上，我們必須要進(jìn)行多層細(xì)胞之間的跟蹤匹配，從而能夠弄清整個(gè)細(xì)胞的形狀。所以在上面工作的基礎(chǔ)上，我們提出了用于多層腦組織掃描圖上的對于單個(gè)細(xì)胞的跟蹤匹配方法。
　　我所做的工作的第二部分是直接在宏觀上研究細(xì)胞連接的技術(shù)。我們現(xiàn)在經(jīng)常使用彌散張量成像(DTI)技術(shù)來研究神經(jīng)的連接問題，但是對于DTI技術(shù)是否合適，其參數(shù)應(yīng)該如何配置的問題卻沒有合適的論證和研究。為了填補(bǔ)學(xué)科上的漏洞，驗(yàn)