人类的神经系统是目前已知的最复杂的功能系统,这一系统是基于数以百亿计的基本结构单元——神经元相互连接组成神经纤维网络。目前,由于技术限制,对阿尔茨海默病(Alzheimer’s disease,AD)发展进程中,神经元形态的精细变化仍缺乏了解。大脑形态各异的神经元相互连接形成网络,使全脑成为一个复杂的系统,各部分协同工作。为了研究神经元在病变时精细的形态变化,需要利用分辨率更高的全脑切片成像技术。通过这样的技术我们可以研究正常和AD鼠之间神经元形态的差异。本文借助MOST技术的高分辨率全脑成像能力,对三转基因AD模型小鼠(3×TgAD)的全脑进行Golgi染色,实施全脑切片和扫描,首次获得在细胞精度层面AD小鼠的全脑图谱,对所获得的每只鼠高达1TB的数据图片进行三维重建。在三维空间中构建并显示神经元的几何分布,追踪并提取数以百计的神经元重建信息。通过聚类分析、树突分析和Sholl分析,来分析和检测AD小鼠脑部神经元的发育及病理变化。为了获得神经元数据,需要将神经元形态信息从图片像素中分离出来,目前主要采用Amira软件实现半自动的追踪方法。但这一方法需要大量人工参与,追踪一个神经元至少需要半个小时,而每只小鼠有超过千万的神经元。在目前的文献报道中,已有的算法都不能有效实现对复杂图像数据的神经元追踪。为了能够实现对复杂数据更为有效的追踪方法,本文在OpenSnake追踪算法的基础上提出了改进方案,并用C++语言初步实现了这一算法及其三维成像。从我们的结果可以看出,阿尔茨海默病对小鼠的不同脑区产生不同的影响,其中影响最大的是海马CA1区。WT和AD小鼠随年龄增长神经元的纤维丰度增加,但病变鼠的增加幅度低于正常鼠,表明AD会减缓神经元的生长,同时AD会促使有活性的神经元比例减小。我们的研究结果和方法为AD的研究提供了重要的理论和方法基础。