大脑是生物体最重要的器官之一,然而人类对其内部的精细结构和工作机理了解甚少,研究人员通过研究脑神经元及其连接网络的结构和功能来理解大脑的工作机理,此研究中一个关键处理步骤就是从共焦距光学显微镜采集的神经元图像中重建神经元形态结构。神经元形态结构重建算法的实施首先需要选取出种子点,因此,本文针对三维神经元形态结构重建算法中种子点选取困难的问题,提出了基于自适应Ray-Shooting模型的三维神经元末梢点检测算法,将检测到的神经元末梢点作为种子点,从而有助于对三维神经元形态结构进行重建。主要研究内容如下:(1)在图像预处理方面,本文通过计算连通域面积的大小,并使用各向异性滤波对神经元图像进行预处理,去除了神经元图像中的斑点噪声,同时增强了神经元图像中前景区域的信号。(2)在三维神经元图像栈中,由于三维神经元末梢点在其相应的二维切片中仍保持着末梢点特征,因此可以从二维切片上的神经元末梢点中筛选出三维神经末梢点。本文提出了一种自适应Ray-Shooting模型对二维切片中的神经元末梢点进行检测,通过分析候选点邻域的灰度强度分布,有效的实现了对二维神经元末梢点的检测。其中自适应Ray-Shooting模型的半径是以神经元局部直径作为选取依据,本文主要是采用多模板快速推进(Multistencil Fast Marching,MSFM)算法计算神经元的局部直径。(3)将二维切片中的神经元末梢点作为三维神经元末梢点的候选点,然后本文提出了一种高斯函数模型相邻切片验证算法(高斯函数模型采用的切片数量以神经元局部直径为取值依据),即采用函数拟合的方式,通过计算均方误差(Mean Squared Error,MSE)的值,实现对三维神经元末梢点的检测。我们利用 Digital Reconstruction of Axonal and Dendritic Morphology(DIADEM)和BigNeuron两个经典数据库中的神经元图像对本文提出的算法进行测试,实验结果验证了本文提出的算法的可行性。