使用共焦光学显微镜观察并采集脑组织中神经元细胞的图像,之后设计模型重建出神经元细胞的三维形态学结构,并对结构重建结果进行可视化交互分析,可以帮助研究者理解和揭示大脑的功能与行为机制。这种研究方法是神经科学研究的重要方法之一,它能够精确地记录神经元的形态结构,同时减少神经元结构数据的存储容量。神经元形态学结构的重建分为以下几步:(1)通过对三维神经元图像结构的分析,提取神经元的骨架;(2)计算骨架上的节点的神经元局部半径的大小。可以看出神经元局部半径能够对神经元局部分支结构做精确的定量描述,在神经元结构重建中起到了至关重要的作用。本文的主要研究内容是三维神经元图像中神经元局部半径的估计。之后以神经元局部半径估算的研究为基础,对神经元结构重建进行算法研究以及软件实现。这些工作对神经元结构的科学研究有着重要意义。本文的主要工作分为以下几点:首先,本文提出了一种基于自适应爆发射线模型的结构分析算法,该算法可以用来估计三维神经元图像的局部半径:先选取三维图像中神经元骨架上的节点,通过分析节点周围的像素以及神经元结构信息,计算积分图像来获取节点处的自适应阈值。然后在此节点上建立爆发射线模型,根据计算得到的自适应阈值调整爆发射线模型中表面像素强度阈值,并使用该阈值来区分前景与背景区域从而终止射线的增长。通过对爆发射线模型中每条射线的长度进行统计分析,可以得到神经元局部半径的估计值。与原始的爆发射线模型相比,本文提出的自适应爆发射线模型能够有效避免三维神经元图像中噪声区域以及像素强度不均匀区域对神经元局部半径估计所造成的影响。之后,本文以神经元局部半径估计算法的研究为基础,结合神经元末梢点检测算法和全路径修剪算法,对三维神经元图像中的神经元进行结构重建。同时本文所介绍的神经元结构重建算法被我们实现成为软件,该软件能够完成全自动的神经元结构重建。最后,将本文提出的神经元局部半径估计算法应用在经典的DIAMEM挑战以及BigNeuron工程数据库的果蝇嗅觉神经元细胞三维图像中,实验与数据分析验证了本文提出的局部半径估计算法有极高的准确性与鲁棒性。同时可视化分析也表明了实现的软件可用于实际的三维神经元图像中神经元结构重建中,并能取得很好的效果。