基于突触连接视通路方位敏感的图像分级边缘检测方法

视觉通路上的多级方位敏感特性对于视觉轮廓感知起着关键作用,将为更高层次的视皮层图像理解提供重要的特征信息。从视觉方位敏感机制出发,提出一种图像边缘检测的新方法。利用神经节细胞以及外膝体神经元感受野向心分布的生理结构特性,构建具有突触连接和多方向敏感特性的视皮层下功能层,融合多方向上的神经元脉冲发放信息,将视觉激励映射为边缘敏感图像;构建具有去最优方位感受野特性的初级视皮层的功能层,对前级结构生成的脉冲序列按时间信息进行神经编码,经过感受野内侧向抑制和阈值处理,获得边缘检测结果。对层次模糊而细节丰富的菌落图像进行处理,并以边缘置信度和重构相似度以及两者的加权和作为边缘检测评价指标。结果表明,该方法在完整检测图像边缘的同时,并不引入纹理噪声,有着明显的优势,其对12幅图像的加权和指标均值为0.746 8,显著高于其他对比方法。所提出的方法可以模拟视通路中初级视皮层及视皮层下的方向敏感特性,提供一种基于视觉机制的图像处理和理解新思路。     

基于抑制性突触多层神经元群放电编码的图像边缘检测

图像边缘检测所获得的目标轮廓细节质量,对于后续图像分析或理解过程具有重要作用。提出一种基于视觉机制的图像边缘检测新方法:构建抑制性突触连接的多层神经元群,在待检测图像的激励下,分析7像素×7像素视觉感受野窗口内互连接神经元的脉冲放电过程,记录发放时刻进行次序编码;同时考虑神经元之间的侧向抑制作用,在选择注意机制作用下获得增强图像;之后利用Log Gabor滤波器模拟视觉系统中的方向选择特性,获取8个方向的滤波结果,经过输出层神经元群的融合处理并经灰度映射到0～255的范围后获得边缘图像。对含有丰富边缘细节特性的24幅菌落图像进行处理,其处理结果的ROC评价指标均值为0.698 4,优于PCNN法的0.659 3;从评价指标的均方差来看,该结果具有更好的一致性。另外,从信息熵评价指标来看,该方法同样具有一定的优势,能够有效提取图像的边缘信息,而且也能反映更多层次的图像细节。所提出的方法为利用视觉生理特性进行图像处理提供了崭新而有效的思路。     

基于长短时程突触互补网络的边缘检测方法

边缘检测的准确性对于提升人工视觉感知系统的性能具有重要意义。构建一种具有长短时程突触互补特性的神经元网络:首先引入视锥细胞群的主导颜色拮抗特性,对待测图像的颜色拮抗通道进行加权编码,获得待测图像的初级边缘感知;然后模拟神经元群同步放电特性,定义突触动态连接的神经元作用窗口,实现对初级边缘感知的群放电时间编码;接着构建长短时程突触互补模块,基于短时程内神经元群同步放电特性和长时程内神经元放电活动时序空间依赖性,实现长短时程突触可塑性编码及互补融合;最后通过对时间信息流的编码,得到边缘响应。以根据常规微生物实验需求而采集的20幅菌落图像为实验材料,并以重构相似度MSSIM、边缘置信度BIdx及综合性指标EIdx作为评价指标。结果表明,相对于VSC、NIS和MSP等3种主流方法,该研究算法的检测结果边缘准确且漏检率较低,与人工主观观测结果较为一致;同时MSSIM、BIdx、EIdx等3个指标的均值和标准差分别为0.909 6±0.037 7、0.671 5±0.105 7、0.804 8±0.052 1,整体性能优于上述3种主流方法。通过模拟神经元群体的长短时程突触互补特性,为实现视觉感知计算模型的构建以及在图像处理中的应用提供一种新的思路。     

基于视通路多感受野朝向性关联的轮廓检测方法

基于视通路中各层次的感受野特性以及层次间感受野的关联特性,提出一种图像轮廓检测新方法。根据神经元的放射状树突接收特性,构建检测空间差异性信息的视网膜神经元网络,对轮廓信息进行前级编码;建立LGN细胞的非经典感受野调节机制,结合感受野的层次变换特性,对前级编码结果进行全局调节;提出简单细胞的多感受野朝向性关联模型,模拟初级视皮层简单细胞的方向选择特性;融合多个方向上的轮廓响应,经过非极大值抑制和阈值处理,得到轮廓检测结果。以RuG图库40幅图片为实验对象,检测结果与基准轮廓图的平均P指标为0.43,结果显示该方法能够有效凸显主体轮廓,强化轮廓与纹理边缘的区分度。利用多感受野的层次关联特性,实现图像轮廓信息的编码与检测应用,为研究高级视皮层的图像理解和视觉认知提供新的思路。     

基于神经元颜色拮抗与动态编码的轮廓检测方法

基于神经元的颜色拮抗特性及神经元群体的动态编码机制,实现对图像的轮廓检测。模拟视皮层下神经元的颜色单拮抗特性,引入单拮抗感受野的动态调节机制,以充分响应颜色边界和亮度边界;利用单细胞的树突极性分布,构建初级视皮层的双拮抗神经元网络,实现对特定方位的视觉刺激响应,有效提取目标轮廓;在神经元的群体感受野内,考虑神经元的动态突触连接,融合单细胞的脉冲频率响应,实现对纹理信息的抑制作用。以BSDS500图库的图像为实验对象,结果显示该方法在提取主体轮廓的过程中能有效抑制纹理信息,其对100幅图像最佳检测结果的P值指标均值和标准差为0.58±0.04,相对CORF和CO等其他对比方法,可提高轮廓提取的准确率。所提出方法可有效实现图像的轮廓检测,为利用颜色信息以及神经元之间的动态编码、实现更高级皮层的图像理解或者视觉认知提供新的思路。     

神经元电生理模型的建模方法

建立神经元电生理模型是神经科学研究中的一个重要组成部分.神经元电生理模型是从已知的生物物理学数据出发模拟神经元的结构及功能,研究神经元的电生理学特性及信息编码功能.文中对从单个神经元建模到神经元网络建模的方法进行了介绍,并讨论了相关方法的研究进展以及常用建模工具.     

基于互相关函数的培养神经元网络动态特征分析

多电极微阵列(multi-electrode arrays,MEA)技术的发展,使同时记录多个神经元活动成为可能。在多电极阵列芯片上体外培养海马神经元网络,采用互相关函数对神经元网络自发信号进行分析。通过分析不同电极上的锋电位序列信号,互相关函数可以找出它们之间的相互联系,从而映射出相应神经元之间的连接状况和动态特性。实验结果表明:互相关函数能够描述神经元网络的结构及神经元间电活动的动态特性,并有助于我们了解神经元群体活动对信息的综合处理与编码。     

海马神经元网络发育中自发活动的动力学分析

目的:在多电极阵列(multielectrode arrays,MEA)芯片上体外培养海马神经元网络.研究发育过程中自发活动的动力学变化规律.方法:采用锋电位发放速率、爆发速率和爆发持续时间参数分析神经元网络自发活动.结果:网络发育初期(培养1周～2周)因自发电活动是零星的单个锋电位发放模式,爆发速率低;主要发育期(培养3周～5周)因发放模式变为单发和爆发放交替模式,自发锋电位发放速率增加,爆发速率和爆发持续时间明显升高;成熟稳定期(培养6周以上),自发活动主要是同步爆发发放和节律性同步发放模式,单位时间内爆发活动次数减少,爆发持续时间变短.结论:上述研究表明爆发活动参数能够量化和描述海马神经元自发活动在网络发育过程中不同阶段的动态变化特性.     

视皮层中神经元的同步发放现象黄江涛1

在Hindmarsh-Rose(HR)单神经元模型的基础上,结合视皮层的神经网络模型,研究分析视皮层中各神经元的发放模式.数值仿真显示:视皮层网络结构的各层中,神经元的发放具有同步现象;当双极细胞的外界刺激改变时,神经元出现簇发放和峰发放两类模式;随着外界刺激强度的增强,电位发放的峰峰间距(ISI)显示分岔现象.     

基于比率距离的自适应超声图像去噪方法

针对超声图像噪声的瑞利分布特性,使用一种新的自适应超声图像去噪方法,改进固定窗口包含边缘时无法做到沿边缘方向滤波的不足。采用可自由伸缩的自适应滤波窗口,首先针对瑞利分布的噪声引入比率距离,得到超声图像像素间的相似度距离,然后考虑像素的邻域图像块均值,解决相似度距离之间比较的问题,最后像素根据新的相似度距离进行八方向伸展,得到不规则形状的滤波窗口进行去噪。用仿真超声图像和临床超声图像进行实验,图像评价指标结果表明该算法优于经典算法,更适用于去除超声图像的斑点噪声,在去除噪声的同时能够较好地保留细节边缘。     

损伤性C类初级感觉神经元膜上唾液酸对其兴奋性的影响

 目的:研究坐骨神经损伤后,大鼠背根神经节(dorsal root ganglion,DRG)C类初级感觉神经元膜表面唾液酸含量变化对其电生理特性的影响。方法:制作大鼠慢性压迫性神经损伤(chronic constriction injury,CCI)痛觉模型,以正常大鼠为对照,采用胞内电生理记录法检测损伤及正常C类神经元的电生理特性,随后用Ca²⁺去中和损伤及正常C类神经元膜表面唾液酸所带负电荷或用唾液酸酶(neuraminidase,NA)分解膜表面唾液酸,观察电生理特性的变化。结果:损伤性C类神经元的静息电位(rest potential,RP)较正常C类神经元移向去极化方向,诱发动作电位(action potential,AP)发生率增加,所需阈强度减小,兴奋性增加;使用Ca²⁺和唾液酸酶使损伤性C类神经元膜电位向超极化方向移动,诱发AP所需阈强度增加,兴奋性降低。而Ca²⁺和唾液酸酶对正常C类神经元的电生理特性及兴奋性无影响。结论:损伤C类神经元膜表面唾液酸含量增加,导致其RP 去极化且兴奋性增加。     

海若螺平衡囊神经系统的混沌特性

目的 分析软体动物海若螺的平衡囊运动特性。方法 利用(Winnerless Competition,WLC) 模型数值研究运动神经系统的电位发放, 计算神经元发放的Liapunov 指数。结果结果显示: 一般情形下, 神经元的电位发放序列具有负的Liapunov 指数; 特殊外界刺激下, Liapunov 指数出现正值。结论 海若螺平衡囊神经系统有不同的稳定状态, 稳定状态之间通过混沌来转化, 海若螺运动系统具有边缘混沌特性。     

局部兴奋全局抑制神经元振荡网络在医学图像分割中的应用

视觉皮层神经元之间存在的局部兴奋全局抑制机制能够使神经元根据接受到的视觉信息产生相应的振荡活动。在深入分析和探讨基于此生理振荡活动的具有局部兴奋全局抑制机制的视觉皮层神经元振荡网络模型的基础之上，运用最小交叉熵原理提出了一种自动确定参数的图像分割新算法。该算法应用于医学图像分割试验中，试验结果表明，这种以生物视觉感知机理为基础的神经计算方法可有效的检测出不同目标。由于该振荡网络具有高速并行运算，便于硬件实现等特点，因此这种方法在图像实时处理中具有很大的潜力和应用前景。     

叠加刺激下神经元集群同步(相关)编码的研究进展

神经元集群(neural ensemble)编码是理解大脑信息处理机制的重要突破口.不同的功能神经元集群编码了不同的刺激信息.研究神经元集群编码信息的关键问题之一是在多个刺激同时输入时,大脑的响应如何由不同的功能神经元集群来表达.综述了应用神经元集群同步(相关)编码来表达叠加刺激的典型研究:猫视觉皮层在两个光棒刺激条件下的神经元集群发放的同步(相关)编码;猫视觉皮层在光栅刺激下的神经元集群同步(相关)编码;麻醉状态下的猫上丘脑在两个组合的叠加光棒刺激下神经元集群发放的同步(相关)编码;清醒状态下猫上丘脑对组合多个光点刺激的神经元集群的同步(相关)编码.     

模拟神经反馈机制的显著性计算模型

根据视觉皮层神经元的非经典感受野的调制特性,构造了模拟视觉神经网络反馈机制的显著性计算模型。该模型充分利用神经网络中的反馈机制,模拟视觉皮层神经元之间侧连接所引起的易化和抑制作用,对视频图像序列中全局运动造成的背景噪声进行抑制,从而获得视频运动对象的显著图,提取完整的运动目标。实验结果表明,该计算模型能较好地抑制视频图像序列的全局运动,获得运动对象的显著性图,有效地实现移动镜头下的运动目标检测,且显著性的计算性能高于其它计算方法。     

三层电极电阻抗断层成像胃排空检测模拟实验研究

目的 采用三层电阻抗断层成像(EIT)系统进行胃排空检测模拟实验,验证多层EIT胃排空检测方法 的有效性.方法 设计、构建三层EIT系统和胃排空检测模拟实验装置,重建模拟胃排空过程的电阻抗变化图像,设置电特性变化兴趣区,连续记录每一层上兴趣区域在每一帧图像上的相对阻抗变化率值,以形成排空曲线,计算胃排空时间.结果 三层图像兴趣区阻抗随时间变化曲线的形态差异明显,各层图像的胃排空时间与过程也不相同.提示胃排空过程中,不同层面胃区的电阻抗图像所反映的食物到达和经过的情况是不一样的;同时,验证了本研究的三层EIT方法 用于胃排空检测的必要性和可行性.结论 三层EIT胃排空检测方法 可提供更为丰富的与胃排空病理和生理状态相联系的胃动力功能信息,可望为胃排空和胃动力检测与评价研究提供一种方便有效的无创图像检查手段.     

rd1小鼠视网膜退变中期节细胞功能的变化

 目的:探讨视网膜色素变性模型rd1小鼠视网膜退变中期各类视网膜节细胞(retinal ganglion cells, RGCs)功能的变化情况。方法:运用多电极阵列(multi-electrode arrays,MEA)记录方法,记录视网膜退变中期(出生后20 d,P20)的rd1小鼠或正常对照小鼠视网膜中多个节细胞动作电位的发放,并比较自发发放和光反应特征等指标,评价幸存的节细胞功能变化。另外,采用免疫组化染色方法验证视网膜感光细胞的退化情况。结果:免疫组化的结果表明rd1小鼠视网膜感光层的厚度显著低于正常小鼠。根据节细胞光反应特性的不同,可以将其分成6类:ON sustained、ON transient、ON-OFF sustained、ON-OFF transient、OFF sustained和OFF transient RGCs,但OFF sustained RGCs所占比重极小(1.0%~3.1%)。rd1小鼠视网膜中保持光反应的节细胞比例显著低于正常小鼠。rd1小鼠节细胞的自发发放显著高于正常小鼠,而不同类型的节细胞变化情况有所不同。rd1小鼠视网膜各类节细胞的光反应强度及光敏感度均显著低于正常小鼠。结论:在rd1小鼠退变的中期,视网膜感光层明显退变;rd1小鼠退变中期的视网膜节细胞发生明显的功能退变,而且不同类型的节细胞变化情况有所不同。     

边缘先验信息下的多类型肠道息肉图像分类网络

肠道息肉的分级能够为内窥镜医生提供辅助诊断,对需要及时处理的高风险息肉和可以暂缓处理的低风险息肉进行区分。现有的基于深度学习息肉分类算法不能很好地区分类间相似性高的图像,针对息肉分级任务有待改进。提出一个包含边缘检测阶段、边缘特征描述提取阶段以及息肉分类阶段的边缘先验信息下的多类型肠道息肉图像分类网络。首先,在边缘检测阶段的跳跃连接层处,设计并嵌入反向注意力边缘监督模块以更好地捕获息肉边缘细节信息;其次,在内窥镜医生先验知识的指导下分别通过统计息肉边缘像素点个数和凹凸性来表示息肉边缘周长大小和光滑性特征,以此来补充神经网络特征提取的不足;最后,在分类网络的DenseBlock4后加入通道注意力自适应地捕获判别性特征。所构建的数据集来自丽水市人民医院消化内镜中心2018年至2019年的脱敏数据,样本量含1 050幅原始图像。在构建的四分类数据集上进行五折交叉验证,达到了77.29%的总体准确率,相比于已有算法的最好结果提高了6.46%。融合边缘先验信息的分类网络能够有效地对非腺瘤性息肉与低级别腺瘤性息肉、高级别腺瘤性息肉与腺癌这两组类间高相似度的息肉图像进行区分,增加网络的鲁棒性并提高网络的分类性能,在有限的训练数据集下为医生诊断提供辅助意见。     

基于小波特性与边缘模糊检测的医学图像处理

针对现有医学图像中存在噪声干扰与边缘信号弱等现象,本文通过对二维小波变换进行研究,同时结合图像的边缘的方向性与小波系数的相关性,提出一种基于小波特性与边缘模糊检测的医学图像处理算法。该算法通过改进小波变换与传统边缘模糊检测算法,来提高算法的降噪能力与边缘优化效果。结果表明,其实验结果与预测目标基本相符,该算法能够有效的降低医学图像中的噪声信号同时有效的保留图像的边缘信号,具有清晰度高、降噪能力强等优点。     

3D-EIT系统电极优化设计

探究三维电阻抗成像系统电极结构对数据测量及图像重建的影响。考虑到电极形状和电极在边界上的分布状态对成像效果的影响,在构建的3D电阻抗系统模型及层间准对角激励相邻（QBD）测量工作模式下,对方形电极（I型）、圆形电极（II型）、同心圆复合电极（III型）和方圆复合电极（IV型）4种 形状电极,就0.2到0.7之间8种不同电极占空比(DR)情况进行对比研究。采用重建图像的相关度R,敏感场的灵敏度均匀性P,测量电压动态范围D进行评价。对比结果表明,在DR为0.4～0.5之间,4种电极结构下的图像相关度R均优于其他DR情况,而且IV型电极的R和P指标略优于I ～ III型,但复合型电极（III和IV型）在DR为0.3和035时边界测量电压动态范围D偏大,稳定性差。对三维场域中5个高度不等（7.5～30 cm之间）、电导率相同的物体,采用共轭梯度算法进行图像重建。数据经归一化处理,截取2个电极层、1个电极间层及2个电极外层共5个等间隔的不同断层图像进行对比,4种电极模型下的成像结果均与真实分布相吻合,IV型电极所成图像伪影略小,效果较好,与指标评价结果一致。本研究为QBD模式的三维电阻抗成像系统确定了电极形状及电极分布,为进一步研究三维空间的电阻抗分布奠定基础。