论文部分内容阅读
目的:设计适用于神经轴突荧光显微图像三维分割任务的深度神经网络(DNN),提高神经轴突自动重构的准确性。方法:将三维图像分割任务转化为在3个正交投影方向上的二维分割任务,在开源网络DeepMACT的基础上,利用多通道输入降低压缩维度上的信息损失,利用神经轴突骨架加权的损失函数训练以强调神经骨架连贯性,提出SWCUnet。采用转盘共聚焦荧光显微成像采集的小鼠大脑稀疏标记神经元神经轴突部分49个图块作为数据集,以人工标注的形态重构结果作为金标准训练网络。对网络模型输出的二维分割图像进行三维复原,并以三维