斑馬魚胚胎圖像神經元檢測算法研究.pdf

1、斑馬魚胚胎圖像神經元的檢測作為觀察不同藥物作用效果的重要手段，對藥物篩選的研究有著重要意義。先前的斑馬魚圖像神經元分析的研究大多是基于人工標記的感興趣區(qū)域或是專家肉眼檢測的結果。由于人工觀察和分析較為主觀且煩瑣耗時，不利于重現(xiàn)實驗結果和分析大量數(shù)據(jù)。因此，有必要研究一種斑馬魚顯微圖像神經元自動檢測算法，提高神經元檢測的效率。這也為發(fā)展高通量斑馬魚圖像的計算機量化及分析工具奠定基礎。
　　 論文在充分分析斑馬魚圖像特點的基礎上，提

2、出了一套快速、準確的斑馬魚神經元自動檢測方案。首先，論文采用了基于形態(tài)學運算的分割方法，將斑馬魚胚胎從背景中分割出來。然后結合包含神經元的感興趣區(qū)域的位置及形態(tài)特點，利用圖像位置校準、分水嶺算法、自適應閾值二值化、邊界曲線擬合及最近鄰域內插等五種算法的有機組合自動提取胚胎的感興趣區(qū)域，并統(tǒng)計感興趣區(qū)域的中心線長度及曲率。最后，論文在傳統(tǒng)細胞計數(shù)的圖像標號算法基礎上提出了一種基于連通域跟蹤的神經元計數(shù)算法，并與環(huán)形Hough變換檢測神經元