[发明专利]微机自动连续识别及分析神经元的方法无效

专利信息
申请号: 93118141.0 申请日: 1993-09-28
公开(公告)号: CN1101144A 公开(公告)日: 1995-04-05
发明(设计)人: 郑德枢;万志红 申请(专利权)人: 广州医学院
主分类号: G06F15/42 分类号: G06F15/42;G06F15/62
代理公司: 三环专利事务所 代理人: 温旭,赵静华
地址: 510182 *** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 微机 自动 连续 识别 分析 神经元 方法
【说明书】:

发明涉及一种用微机自动连续识别及分析神经元方法。

神经生物学中的神经形态学研究工作中的定性、定量测量分析工作往往工作量巨大而准确性要求高。过去主要依靠人工方法常常耗费研究人员大量的精力和时间,且准确性不高,致使许多有意义的工作难以开展。目前虽然国外已发展了不少图象分析系统,但均不能识别神经元,且价格昂贵。而且能功单一,需多台计算机才能工作。目前国内外均没有在一个系统中实现对神经元连续、自动识别、测量及数据分析处理的流水线结合式软硬件结合系统。

本发明的目的在于提供一种在一个程序系统中实现连续、自动识别、测量分析细胞化学、免疫细胞化学、同位素放射自显影等方法处理的神经切片中阳性神经元的方法,以提高神经形态学定性、定量工作的速度和准确性。

本发明的目的是这样实现的:

(一)设计应用于微电脑的神经元自动识别程序:重点解决神经元形态不规则,灰度不一致,部分神经元边界不清晰,或边界重叠情况下的正确判断问题。为此,我们采用了如下方法:(1)自上而下的启发式搜索策略,即自上而下按四个层次进行:A.在无目标存在;B.局部搜索;C.边界提取;D.形态判别。

(2)以神经元形态知识为主,灰度变化为辅的边界提取,排序高层搜索得到的8个边界点,然后作前向搜索。

(3)神经细胞突起的跨越算法:此算法是基于形态学知识,判断突起是否存在,一般情况下,突起处的链码具有下列特征(C表链码,i表前当位置):

Ci-1<Ci<Ci+1

为了进一步判断突起,必须检测突起的灰度变化特征,然后跨越突起,起到干预搜索过程的作用。

(二)设计对阳性神经元灰度、周长、长、短径、面积、相对位置密度等项目进行自动分析测定程序:重点解决各项测量数据精确可靠问题,根据显微镜标准测微尺测量512×512个象素(即一个视野)的面积为39528μm2,则一个象素的面积K为0.1507μm2,通过链码可以准确计算出细胞体所占的象素数目P,细胞面积为KXP,长径是通过细胞中心点的四个轴中最长的径线,同样将象素长度换算成实际长度。灰度是光学图象数字化的结果,细胞及背景染色越深,则灰度越小,考虑到背景因素、细胞的灰度值取背景灰度与细胞灰度之差作为细胞灰度值。

(三)设计利用本程序对数据进行统计学处理,绘图、文字处理程序:为HARVARD图形,EPI流行病统计分析软件,WP文字处理软件接接口,直接利用本系统的数据和图形进行统计学处理,建立卡片索引档案,制备幻灯及书写论文等。

本发明实现了在一个系统内连续、自动识别、测量、分析、处理阳性神经元。对每个视野内免疫细胞阳性神经元自动识别的正确识别率达到95%,完成每个视野识别和数据测量所需时间平均为2秒,应用本系统可以在短期内进行过去用人工方法不可能进行的大量标本观察,获取尽可能多的准确的测量数据,不仅极大地节省了人力、物力和时间,尤其是使定量分析工作在科学性、准确性方面达到了过去不能达到的水平。

图1为本系统工作流程图。

图2为单个视野自动识别神经元方框图。

实施例:大脑皮质神经元的识别与分析

所用仪器设备:

(1)计算机主机:80486CPU计算机

(2)显示器:VGA显示器及VGA卡,用640×480256种颜色模式

(3)鼠标器:用于对神经组织内区域的划分和菜单选择

(4)打印机

(5)显微镜

(6)摄像机:将光学信号转化成电信号

(7)CA5300图象卡:将摄像机送来的电信号转化成数字信号

(8)图象显示器:监视显微镜视野中的图象

(9)推片机:移动标片装置

分析测定程序:

(1)选取大脑皮质免疫细胞切片,分别编号,逐个放入推片器持片夹中;(2)启动自动识别程度,将所有切片扫描完毕;(3)启动自动分析测定程度,取得神经元所有参数并对数据进行分析对比;(4)启动对结果进行统计学处理、绘图、文字处理程序;(5)退出。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州医学院,未经广州医学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/93118141.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top