一种全脑范围单神经元轴突突触结的自动识别方法及装置制造方法及图纸

本发明专利技术公开了一种全脑范围单神经元轴突突触结的自动识别方法及装置，方法包括对神经元骨架树进行拆分得到多根子段纤维，提取子段纤维的邻域图像信号；对子段纤维的邻域图像信号进行自适应前景分割，定位子段纤维的轴突膨大结构，并融合所有子段纤维上的轴突膨大结构；利用深度卷积网络对轴突膨大结构分类，剔除其中的非轴突突触结的轴突膨大结构得到最终的轴突突触结。装置包括获取模块和分类模块。本发明专利技术能够克服轴突突触结形态多样、轴突突触结粘连及虚假轴突突触结干扰等问题带来的识别困难，快速地从全脑神经元形态数据集中识别出单神经所有的轴突突触结，并且在快速处理全脑超大体积数据集的同时保持识别结果的精度。

A Method and Device for Automatic Recognition of Single Neuron Axon Synaptic Node in Whole Brain Range

【技术实现步骤摘要】
一种全脑范围单神经元轴突突触结的自动识别方法及装置
本专利技术属于神经科学图像分析领域，更具体地，涉及一种全脑范围单神经元轴突突触结的自动识别方法及装置。
技术介绍
绘制神经回路图是现代神经科学的核心目标之一，它依赖于全脑范围内单神经元形态的精细重建，包括神经元骨架绘制和突触连接推断。光学显微镜图像下的轴突突触结是一种典型的突触前结构。轴突突触结是神经元的连接点，表明了神经回路是如何连接的，因此识别单神经元轴突突触结对解释神经回路的连接模式至关重要。此外，在单神经元水平上获取的轴突突触结分布模式还可以为定义细胞类型和模拟神经元回路提供更全面、更精细的结构信息。近年来荧光稀疏标记和大体积精细成像技术的研究使得亚微米分辨率的神经形态全脑数据集的获取成为可能，这些数据包含了单神经元轴突突触结的详细结构信息。单神经元轴突突触结数量较多且分布广泛，所以在全脑数据集中人工识别轴突突触结非常复杂且耗时。尽管许多神经元神态重建的算法和工具被开发，这些算法中大部分能够有效地提取神经元骨架信息，但是不能足够精确地量化轴突突触结形态。目前存在少数几种从光学显微镜图像中自动识别轴突突触结的方法。一种是提取轴本文档来自技高网...

【技术保护点】
1.一种全脑范围单神经元轴突突触结的自动识别方法，其特征在于，包括：对神经元骨架树进行拆分得到多根子段纤维，提取所述子段纤维的邻域图像信号；对所述子段纤维的邻域图像信号进行自适应前景分割，定位所述子段纤维的轴突膨大结构，并融合所有子段纤维上的轴突膨大结构；利用深度卷积网络对所述轴突膨大结构分类，剔除其中的非轴突突触结的轴突膨大结构得到最终的轴突突触结。

【技术特征摘要】
1.一种全脑范围单神经元轴突突触结的自动识别方法，其特征在于，包括：对神经元骨架树进行拆分得到多根子段纤维，提取所述子段纤维的邻域图像信号；对所述子段纤维的邻域图像信号进行自适应前景分割，定位所述子段纤维的轴突膨大结构，并融合所有子段纤维上的轴突膨大结构；利用深度卷积网络对所述轴突膨大结构分类，剔除其中的非轴突突触结的轴突膨大结构得到最终的轴突突触结。2.如权利要求1所述的方法，其特征在于，所述对神经元骨架树进行拆分包括根据人工追踪的神经元骨架树，将神经元骨架树拆分成单根的轴突纤维，将所述单根轴突纤维拆分成多根子段纤维。3.如权利要求1所述的方法，其特征在于，所述自适应前景分割根据下述公式二值化：其中，B为得到的二值化图像，I为待二值化的原图像，C为背景图像，threbinarization为二值化的阈值。4.如权利要求1所述的方法，其特征在于，所述定位所述轴突纤维的轴突膨大结构采用改进的密度峰...

【专利技术属性】
技术研发人员：曾绍群，骆清铭，龚辉，程胜华，王小俊，刘钰蓉，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北,42