基于細(xì)胞構(gòu)筑的小鼠全腦尺度血管三維精細(xì)結(jié)構(gòu)定量研究.pdf

1、腦是人體中最重要也是最復(fù)雜的器官。然而，人類至今對腦的內(nèi)部精細(xì)結(jié)構(gòu)和工作機(jī)理知之甚少。腦由緊密關(guān)聯(lián)的神經(jīng)元、膠質(zhì)細(xì)胞和血管組成，在系統(tǒng)水平理解其精細(xì)構(gòu)筑對理解腦功能和工作機(jī)理、解析腦功能信號、理解一些神經(jīng)精神疾病發(fā)生機(jī)理和腦發(fā)育過程都有重要的意義。然而，受限于標(biāo)記成像和圖像處理方法，哺乳動物（比如小鼠）腦的血管-細(xì)胞構(gòu)筑分析仍然局限在局部皮層，缺乏在多個層次的全腦范圍定量研究。為此，本文構(gòu)建了在全腦范圍系統(tǒng)性定量分析血管-細(xì)胞精細(xì)構(gòu)筑結(jié)

2、構(gòu)的方法，并應(yīng)用該方法在功能柱、腦區(qū)和全腦水平等不同空間尺度，展開了正常成年小鼠腦的血管與細(xì)胞構(gòu)筑特征的研究。
　　本文基于顯微光學(xué)切片斷層成像系統(tǒng)采集的尼氏染色和印度墨水灌注小鼠全腦圖像數(shù)據(jù)集，設(shè)計實現(xiàn)了海量圖像血管-細(xì)胞矢量化和定量分析方法。其中，針對血管的矢量化，本文重點解決了三個關(guān)鍵技術(shù)問題：①采用迭代式追蹤的矢量化方案，克服傳統(tǒng)骨架化方法易受噪聲和背景不均勻干擾的問題；②采用無形狀和尺度假設(shè)的追蹤方法，克服模型匹配方法難

3、以同時追蹤大血管和毛細(xì)血管的問題；③設(shè)計模塊化的算法，在血管追蹤過程中，根據(jù)管徑變化自動選擇適用的模塊，在高信噪比的大血管中使用快速計算模塊，在低信噪比的小血管中使用高魯棒性模塊，實現(xiàn)快速而準(zhǔn)確的追蹤。圖像中的細(xì)胞基于FARSIGHT軟件進(jìn)行矢量化?；谑噶炕Y(jié)果，本文設(shè)計了同時定量分析血管-細(xì)胞構(gòu)筑的軟件，并實現(xiàn)了四種參數(shù)的計算：血管長度密度、血管體積比密度、細(xì)胞個數(shù)密度和細(xì)胞到最近血管距離。此外，為克服全腦血管分析的速度問題，本文設(shè)

4、計了基于片段的數(shù)據(jù)結(jié)構(gòu)，實現(xiàn)了滑動窗口內(nèi)節(jié)點的快速檢索和計算。
　　利用已構(gòu)建的方法，本文分別在功能柱、腦區(qū)和全腦水平研究了正常鼠腦血管-細(xì)胞構(gòu)筑特征。在功能柱水平，本文研究了桶狀皮層功能柱間血管-細(xì)胞分布特異性和相似性問題。在皮層的第IV層，發(fā)現(xiàn)穿透血管和微細(xì)血管在功能柱間有特異性分布，而穿透血管分叉對于鄰近桶存在跨越性連接和選擇性連接。這些直接三維重建和定量分析結(jié)果與經(jīng)典的桶狀皮層血管供應(yīng)模型和國際同行的近期相關(guān)研究結(jié)果都存在

5、差異，可能表明血管在功能柱間的分布特異性比現(xiàn)有認(rèn)識更為復(fù)雜。在全腦范圍的腦區(qū)水平，本文矢量化和分析了六個典型腦區(qū)（前額葉、初級運(yùn)動皮層、桶狀皮層、初級視覺皮層、紋狀體和杏仁核）的血管-細(xì)胞構(gòu)筑。計算各個參數(shù)間的相關(guān)性，發(fā)現(xiàn)細(xì)胞到最近血管距離和血管長度密度存在顯著的線性相關(guān)性，這個結(jié)果有助于血管成像結(jié)果的數(shù)據(jù)解析。在全腦水平，本文首次實現(xiàn)了完整小鼠腦血管的矢量化，并構(gòu)建了一個全腦血管長度密度譜。密度譜的構(gòu)建對于腦代謝和腦功能成像研究有重要