基于超像素的神经元电镜图像分割算法及校验工具

《基于超像素的神经元电镜图像分割算法及校验工具》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工学硕士学位论文基于超像素的神经元电镜图像分割算法及校验工具肖振鹏哈尔滨理工大学2018年3月国内图书分类号：TP29工学硕士学位论文基于超像素的神经元电镜图像分割算法及校验工具硕士研究生：肖振鹏导师：刘侠教授申请学位级别：工学硕士学科、专业：模式识别与智能系统所在单位：自动化学院答辩日期：2018年3月授予学位单位：哈尔滨理工大学ClassifiedIndex：TP29DissertationfortheMasterDegreeinEngineeringAlgorithmandProofToolofNeuronalElectronMicroscopyImageSeg

2、mentationBasedonSuper-pixelsCandidate：XiaoZhenpengSupervisor：LiuXiaAcademicDegreeAppliedfor：MasterofEngineeringPatternRecognitionandSpecialty：IntelligentSystemDateofOralExamination：March,2018HarbinUniversityofScienceandUniversity：Technology哈尔滨理工大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《基于超像素的神经元

3、电镜图像分割算法及校验工具》，是本人在导师指导下，在哈尔滨理工大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名：日期：年月日哈尔滨理工大学硕士学位论文使用授权书《基于超像素的神经元电镜图像分割算法及校验工具》系本人在哈尔滨理工大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归哈尔滨理工大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解哈尔滨理工大学关于保存、使用学

4、位论文的规定，同意学校保留并向有关部门提交论文和电子版本，允许论文被查阅和借阅。本人授权哈尔滨理工大学可以采用影印、缩印或其他复制手段保存论文，可以公布论文的全部或部分内容。本学位论文属于保密□，在年解密后适用授权书。不保密。(请在以上相应方框内打√)作者签名：日期：年月日导师签名：日期：年月日哈尔滨理工大学工学硕士学位论文基于超像素的神经元电镜图像分割算法及校验工具摘要脑神经组织微观结构重建是探索大脑工作原理的基础。为了重建脑神经组织的微观结构，首先需要获取动物脑神经组织样品，然后通过电子显微镜(ElectronMicroscopy，EM)采集神经组织的序列显微图

5、像，最后结合图像处理、计算机视觉相关算法与专业的大规模微观重建软件工具对神经组织电镜图像进行处理与分析，获得脑神经组织的信息化表示。神经元分割是神经组织电镜图像处理的基础环节，也是神经组织微观重建工作中的一大难点。在目前已有的大规模神经组织重建工作中，通常使用结合了算法自动分割和人工标注软件工具的半自动方法进行神经元的分割。因此研究高精度的自动化神经元电镜图像分割算法以及开发高效的软件工具以降低重建过程中的人工干预程度对于快速获得神经组织微观重建结构具有十分重要的意义。本文的研究基于中国科学院自动化研究所微观重建与分析研究组搭建的神经大数据重建与分析平台。针对该平台采

6、集的神经组织电镜图像特性，提出了一种基于超像素的神经元自动分割算法，并开发了一套对应的人工校验软件工具。其中，自动分割算法包含了超像素生成与合并两步。算法首先使用深度卷积神经网络对图像中的细胞膜进行检测获得细胞膜检测概率图；然后在细胞膜检测概率图的基础上生成神经元超像素，该过程主要包括概率图的中值滤波、阈值化处理以及基于分水岭算法的超像素生成；之后采用二叉树结构对神经元超像素建立层级关系，在建立层级关系中，使用了随机森林的监督学习方法计算超像素之间的合并概率，作为建立层级关系的依据；最后通过解析层级结构获得最终分割结果。软件工具用于对算法自动分割结果进行人工校正并获得

7、最终的图形化神经组织微观重建结果。首先将算法的自动分割结果转化为文本文件的形式存储，可大幅提高使用性能；然后基于开源软件TrakEM2开发修改工具，实现对算法分割错误结果的人工校验。关键词脑神经组织,微观重建,神经元分割,超像素,软件工具I哈尔滨理工大学工学硕士学位论文AlgorithmandProofToolofNeuronalElectronMicroscopyImageSegmentationBasedonSuper-pixelsAbstractNeuronalmicrostructuralreconstructionisthebasisone