基于视觉感光层功能的菌落图像多强度边缘检测研究

借鉴视觉神经系统在轮廓感知中的独特优势,提出一种基于视觉感光层功能的图像边缘检测新方法。构建以带漏感的积累发放（LIF）神经元电生理模型为基本单元的神经元网络;根据特定时间窗口内各个神经元的脉冲发放情况,对神经元的增强(ON)或抑制(OFF)类别进行判断;通过拮抗式感受野特性以及神经元激励的反馈增强模式,实现弱边缘的凸显;为克服视觉感光层所具有的适应性并凸显弱细节的对比度,对图像进行多方向、多距离尺度的移动,并融合感光层神经元网络脉冲发放率的差异信息,最后实现图像边缘的有效检测。以具有丰富边缘特性的20幅菌落图像为样本,以边缘置信度和重构相似度作为评价指标,对多强度边缘进行检测。结果表明,所提出方法可以有效完整地检测出图像多强度边缘,且其对弱边缘检测的重构相似度均值高于08,检测准确性有显著的提高(P<005)。所提出的利用生理视觉系统特性进行边缘检测,为包含多强度边缘信息的图像处理提供崭新的思路。     

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。     

海马区神经元和神经元群放电模型的研究现状

随着对大脑认知功能研究的发展,在微观—介观水平上对海马区神经元及神经元群放电及其功能的研究已成为近年来脑认知功能研究的热点。从信息学的角度,对神经元和神经元群放电进行建模与仿真是该领域研究的重要方向之一。介绍海马区单个神经元放电模型和神经元群的几类放电模型及其应用概况,并探讨各类模型的特点和面临的问题。     

不同类型突触输入对电突触连接神经元同步化放电的调控

目的同步化放电在神经信息传递和编码过程中极为重要,如何调控神经元之间的同步化放电也一直是脑科学研究的热点之一。本文利用计算机模拟的方法,研究突触输入类型和相对强度的不同对同步化放电活动的调控作用。方法首先基于Izhikevich神经元模型,构造一个三神经元网络,然后添加不同类型的突触输入(电突触、兴奋性化学突触及抑制性化学突触),最后设定其中一个神经元为调控器,分析另外两个神经元的同步化放电活动。结果对于电突触和兴奋性化学突触输入,当两个神经元接收到的输入强度接近时,同步性会增强,反之则会减弱。而对于抑制性化学突触输入,当调控器神经元的放电频率较低时,同步性的变化与电突触和兴奋性化学突触的情况类似;当调控器神经元的频率较高时,同步化活动显著地被压制。结论电突触连接神经元之间的同步化活动会受到外界突触输入类型及相对大小的调控,为进一步探索神经系统中同步化活动的起源和调控提供了参考。     

安氟醚对海马CA1区锥体神经元的自发性微小抑制性突触后电流的调控

为探讨吸入性麻醉剂安氟醚对海马CA1区锥体神经元的γ-氨基丁酸(GABA)能自发性微小抑制性突触后电流(mIP-SCs)的调控作用,本研究采用酶消化和机械分离的单细胞模型,应用制霉菌素穿孔膜片钳技术,记录安氟醚对海马CA1区锥体神经元的GABA能突触后电流的影响。结果显示:(1)安氟醚可使GABA的浓度-效应曲线平行左移,但不影响GABA引起的最大反应;(2)安氟醚能够可逆性地增大GABA能自发性mIPSCs的发放频率而不影响其幅度;(3)在无钙细胞外液条件下,仍能观察到安氟醚对GABA能自发性mIPSCs发放频率的增强作用;膜通透性胞内钙库Ca2+的螯合剂BAPTA-AM可抑制安氟醚的增强作用。以上结果提示在海马CA1区安氟醚可能通过释放胞内钙库内的Ca2+使神经终末内Ca2+浓度升高而增加GABA的释放,从而达到中枢抑制作用。     

基于边缘检测算子的腰椎磁共振图像的比较

应用边缘检测算子进行图像的边缘检测是图像后处理中一种常用的方法.本文分别对各个边缘检测算子进行腰椎磁共振图像的边缘检测,从原理上分析了各个边缘检测算子的检测效果,可以看出边缘检测算子可以应用于医学磁共振图像的处理.     

磁共振截断频谱图像的层析法边缘检测技术

本文提出一种适合于含有截断伪影磁共振图像的边缘检测新算法。按奇异函数分析理论 ,把任何有截断伪影的信号表示为以奇异点为参量的截断奇异函数的加权和 ,奇异点和加权系数由该信号决定。层析边缘检测的关键在于一层层地剥去奇异点上的加权截断奇异函数 ,从而一层层地检测出奇异点。这些奇异点可以构成图像的边缘。本方法可以有效地剔除由截断伪影而引入的虚假边缘。实际和仿真结果都表明这种方法效果高于现有方法     

小鼠脊髓背角Ⅰ层-PAG投射神经元短时程突触可塑性的特征研究

目的:研究小鼠脊髓背角Ⅰ层向中脑导水管周围灰质(periaquaductal gray,PAG)投射神经元在双脉冲刺激下表现出来的短时程突触可塑性的特点。方法:选取18~21 d C57/Bl6小鼠,脑立体定位注射2.5%Di I(100 nl)至PAG,2~3 d后制备400~650μm带背根的脊髓薄片,孵育1 h后用全细胞膜片钳技术记录Di Ⅰ阳性标记的脊髓背角Ⅰ层向PAG投射(spino-PAG)神经元,在判断其为单突触传递后,给予时间间隔为110 ms的双脉冲刺激诱致刺激外周C纤维诱发的C-e EPSCs,观察其短时程突触可塑性的特点。结果:(1)应用脑立体定位注射技术向PAG注射荧光素Di Ⅰ后可在脊髓背角Ⅰ层检测到逆行标记的神经元,提示该神经元为向PAG投射的神经元(spino-PAG投射神经元)。(2)在给予脊神经背根时间间隔为110 ms的双脉冲刺激后,脊髓背角Ⅰ层spino-PAG投射神经元发生不同程度和性质的短时程突触可塑性改变。其中,52.8%(28/53)的神经元表现为短时程的双脉冲易化(paired-pulse facilitation,PPF),其PPR的平均值为1.76±0.18;47.2%(25/53)的神经元表现为短时程的双脉冲抑制(paired-pulse depression,PPD),其PPR的平均值为0.61±0.05。结论:双脉冲刺激脊神经背根诱致C-e EPSCs可使脊髓背角I层spino-PAG神经元呈现短时程易化和短时程抑制的突触可塑性特征,提示这种短时程突触可塑性可能在痛信息的传递和敏化过程中发挥重要作用。     

一种基于多尺度分析的CT图像边缘检测方法

为了准确提取CT图像中解剖组织几何形态特征,提出了一种基于多尺度分析的CT图像边缘检测方法。本文应用多尺度分析中含有尺度因子的平滑函数的负导数作为小波,对CT图像实施小波变换,并检测小波变换的模局部极大值,完成基于模局部极大值的解剖组织轮廓特征表达。本文还讨论了一种模局部极大值点的简单筛选方法,针对CT图像噪声较大的特点,以模局部极大值的均方根乘以一个与尺度有关的因子作为模局部极大值的阈值,在不同尺度上获得了清晰的边缘信息。阈值处理后的模局部极大值图表明,不同尺度下的边缘检测能给出大小不同的物体的边缘信息。本方法能在有效抑制噪声的基础上,准确提取感兴趣解剖组织的几何轮廓特征。     

基于MDL的病毒冷冻电镜图像边缘检测

信息技术在生物分予病毒微观研究上有着越来越多的应用。本文介绍了应用MDL小波软阈值去噪结合盲目反卷积来实现病毒原图像的恢复，以达到对比度提高的效果。首先简单介绍了小波软阈值去噪和盲目反卷积原理。然后结合这两种算法，有效的恢复了冷冻电镜病毒图像。实验表明用该算法得到的病毒恢复图像来做边缘检测，在同一些经典图像复原算法比较中，衬度上有明显的改善。     

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。     

基于小波变换和拉普拉斯算子的细胞图像边缘检测方法

目的：介绍一种基于小波变换和拉普拉斯算子的血液细胞图像边缘识别方法。材料和方法：取正常人血样5mL。制成血液细胞图片12片，对血图像进行预处理后，利用小波变换的多分辨率特性滤除细胞图像中的干扰成份。根据血液细胞边缘附近的灰度分布梯度较大的特点，采用拉普拉斯算子及双阈值法对其进行边缘检测和识别。结果和结论：实验结果表明，结合小波变换和拉普拉斯算子的边缘提取算法对血液细胞图像边缘提取有良好的效果．为下一步对血液细胞的形态学分析、分类和识别提供了新途径。     

基于互信息与边缘梯度相结合的多模医学图像配准方法

针对传统互信息配准方法未利用图像空间信息的缺点,本文研究了图像边缘信息的梯度相似性.首先采用小波模极大值边缘检测提取出图像边缘,提出将边缘图像的梯度相似性系数与传统的互信息相乘作为图像配准的目标函数.然后通过使用Powell优化算法对目标函数进行寻优,得出配准变换参数.最后在互信息的基础上引入图像边缘梯度信息,突出了全局最优解.实验结果表明,该方法可以得到精确、有效的配准结果.     

基于角点的医学显微图像拼接

目的：本文设计了一种基于角点的医学显微图像拼接方法。方法：先利用Harris算子和MIC算法相结合的方法来检测角点,接着对两组角点进行相关性分析,找出匹配的点,并根据匹配点进行拼接,融合。结果：实现了图像的增强与拼接。结论：实验证明,利用该方法对显微图像进行拼接时获得了理想的拼接效果。     

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。     

基于加强梯度边缘检测算法和FFT的穿刺针定位方法

目的：针对CT引导介入图像中存在金属穿刺针伪影以及其他噪声,要准确提取穿刺针边缘和针尖的精确位置。方法：将加强梯度边缘检测算法和FFT结合．对图像进行滤波、增强、分割。首先采取高斯滤波器（GLPF）进行低通滤波,然后由罗盘算子、Canny算子提取边缘。通过取样针尖不同坐标计算针道斜率,据此计算针与水平方向夹角。为此训练了300幅CT引导穿刺图像。结果与结论：在MATLAB平台上仿真验证,结果表明,罗盘边缘算子相对应进针角度时,强化了针的边缘．加强梯度边缘检测方法和FFT能有效抑制图像噪声,并能提高针尖角度计算精度。     

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。     

基于边界方向角的CT图像检索

提出了一种新的基于边界的图像检索方法，利用Canny算子提取边界方向角图像，对方向角图像提取其纹理特征，结合灰度直方图进行检索。试验结果证明了此方法有效。