新型變分模型的構(gòu)建及其在腦成像數(shù)據(jù)中的應(yīng)用.pdf

1、腦是自然界最復(fù)雜的系統(tǒng)之一，支配著人類的思維與行為。研究腦的結(jié)構(gòu)和功能，對(duì)描述智力、思維和意識(shí)的產(chǎn)生機(jī)制，揭示腦的工作原理具有重要意義，進(jìn)一步能夠促進(jìn)我們對(duì)一些高級(jí)功能和神經(jīng)精神類疾病形成機(jī)制的理解。隨著生命科學(xué)、光學(xué)、機(jī)械和信息科學(xué)等多學(xué)科的交叉和融合發(fā)展，使得在高分辨率水平獲取小鼠全腦的數(shù)據(jù)集成為可能。將獲取的腦成像數(shù)據(jù)轉(zhuǎn)化為生物學(xué)知識(shí)已成為腦研究的瓶頸問題。
　　作為腦研究的重要部分，腦成像數(shù)據(jù)的形狀重建，在數(shù)字化重建神經(jīng)元

2、、腦成像數(shù)據(jù)配準(zhǔn)、定性定量分析等方面具有重要的意義，為研究神經(jīng)元形態(tài)、定量分析神經(jīng)元的投射等提供幫助，為探索腦疾病的形成機(jī)理奠定基礎(chǔ)。然而，由于大的數(shù)據(jù)量以及高的數(shù)據(jù)復(fù)雜度，使得腦成像數(shù)據(jù)的形狀重建面臨巨大的挑戰(zhàn)。
　　圍繞腦成像數(shù)據(jù)轉(zhuǎn)化為生物學(xué)知識(shí)的需求，針對(duì)其中形狀重建這一具體問題，本文通過構(gòu)建新型變分模型的方式來進(jìn)行腦成像數(shù)據(jù)的形狀重建，主要貢獻(xiàn)如下：
　?。?）構(gòu)建了新型的變分模型。在普通變分模型的基礎(chǔ)上，本文通過在

3、發(fā)射射線采樣的信號(hào)中給出能量方程的方式構(gòu)建了新型的變分模型。該模型能夠控制邊界元的演化方向，解決了普通變分模型在形狀重建過程中對(duì)初始輪廓的選取比較敏感這一問題；同時(shí)，通過控制邊界元的演化方向和光滑約束項(xiàng)的引入，解決了噪聲信號(hào)干擾的問題。
　?。?）基于球坐標(biāo)系的變分模型，建立了重建神經(jīng)元胞體形態(tài)的方法。該方法將三維圖像信號(hào)轉(zhuǎn)換到球坐標(biāo)系中，在球坐標(biāo)系下構(gòu)建一個(gè)變分模型來重建胞體形態(tài)。通過對(duì)實(shí)際數(shù)據(jù)的測(cè)試，驗(yàn)證了基于球坐標(biāo)系的變分模

4、型具有重建密集、粗突起干擾等情形下的神經(jīng)元胞體形態(tài)的能力。
　?。?）基于重采樣的變分模型，建立了重建鼠腦輪廓的方法。該方法通過重采樣的方式獲得輪廓附近的局部信號(hào)，在重采樣的數(shù)據(jù)中構(gòu)建一個(gè)變分模型來重建鼠腦輪廓。通過對(duì)實(shí)際數(shù)據(jù)集的測(cè)試，驗(yàn)證了基于重采樣的變分模型具有重建數(shù)據(jù)量大、邊界信號(hào)不均勻干擾等情形下的鼠腦輪廓形態(tài)的能力。
　　本文建立的方法在神經(jīng)元追蹤、數(shù)據(jù)預(yù)處理、鼠腦配準(zhǔn)等方面具有實(shí)際的應(yīng)用。重建神經(jīng)元胞體形態(tài)的方法