顯微光學切片斷層圖像預處理方法研究.pdf

1、如何準確認識腦是現代科學研究中一個巨大的挑戰(zhàn),其中神經結構是腦功能與疾病發(fā)病機制研究的重要基礎。隨著顯微成像技術的發(fā)展,特別是大范圍、高分辨光學顯微成像技術的出現,不斷獲取的海量復雜神經解剖結構的圖像數據集為腦科學研究提供了有力的工具。面對全腦高分辨成像帶來的海量復雜數據,全自動的圖像處理方法成為了知識挖掘的必要方法和工具。然而,由于樣本制備和成像過程產生的多種偽影會使圖像質量下降,因此對海量復雜神經解剖圖像處理方法提出了新的需求。

2、r>　　基于顯微光學切片斷層成像系統(tǒng)所獲取的數據量達5TB的尼氏染色和8TB的高爾基染色小鼠全腦結構數據集,針對原始切片圖像存在的多種偽影,本文提出了一套用于組織染色顯微光學圖像的全自動偽影去除方法,實現了對包含細胞、血管等結構復雜圖集的校正。本文對偽影的去除包括以下幾個方面:(1)使用移動中值濾波的方法對圖像的均值投影曲線進行平滑,并使用計算得到的校正系數去除圖像中的條紋噪聲;(2)使用腦輪廓做掩膜提高非均勻背景提取的準確性,將原圖與

3、非均勻背景相減校正染色不均勻導致的圖像亮度不均勻;(3)使用形態(tài)學濾波的方法對圖像中存在的不規(guī)則亮斑進行去除;(4)使用分割后腦內包埋劑的均值為參考,將各個斷層統(tǒng)一到相同亮度。
　　尼氏染色和高爾基染色小鼠全腦數據集經過本文方法處理后,全腦各區(qū)域亮度均勻,圖像質量較處理前有明顯的提升,校正后的圖像能夠清晰的展示細胞構筑、血管拓撲和神經細胞形態(tài)。亮度均勻的高質量全腦圖集可以結合胞體分割、血管追蹤和細胞形態(tài)檢測等方法,用于胞體、血管以