果蠅的標準腦建立與更新｜國立清華大學博碩士論文庫

簡易檢索 / 詳目顯示

回結果列表

研究生：	陳昭宇 Chao-Yu Chen
論文名稱：	果蠅的標準腦建立與更新 A Framework for Averaging and Updating Surface-Model on Drosophila Brain from Confocal Microscopy Images
指導教授：	陳永昌 Yung-Chang Chen
口試委員:
學位類別：	碩士 Master
系所名稱：	電機資訊學院 - 電機工程學系 Department of Electrical Engineering
論文出版年：	2008
畢業學年度：	96
語文別：	英文
論文頁數：	55
中文關鍵詞：	標準腦、平均
外文關鍵詞：	standard brain, model averaging
相關次數：	點閱：2 下載：0
分享至:	分享至facebook 分享至twitter

查詢本校圖書館目錄查詢臺灣博碩士論文知識加值系統勘誤回報

摘要
一直以來人類對於研究腦部結構與運作有很大的興趣，加上許多與腦部有關的疾病都無法有效的治療，如果可以解開之中奧妙，就能造福許多患者。但是人腦構造複雜，在為數幾十億的腦神經細胞中，又彼此相互連結，形成一個龐大的網絡，要解讀各個部份的功能並不容易。在腦科學計畫中，我們藉由研究果蠅的腦來了解更多關於人腦如何運作的資訊，果蠅的腦細胞約有十三萬，基因結構與人十分相似，
且具有學習與記憶的能力，容易大量取樣，很適合當做研究對象。
藉由共軛焦顯微鏡的幫助，我們可以看到果蠅腦部小至0.1μm 的結構，為了將由不同果蠅掃描取得的神經組織解讀並互相比較，我們需要先建立一個標準的果蠅腦，其中包含了標準的腦外廓，標準腦神經組織的形狀與定位，但是沒有兩個果蠅腦是完全相同，由單一果蠅腦當作我們的標準腦並不客觀，如何定義出一個具有參考意義的標準腦便成為一個值得我們研究的課題。
為了建立一個具有參考意義的標準腦，我們做了以下這些努力：由共軛焦顯微鏡取得的切片組織影像，經由三維重建以後，我們將不同果蠅取得的組織做鋼體對位，會對一開始取得的這些組織做出篩選，先將變異度過大的組織排除，再從剩下較有參考價值的組織中，利用個別的形狀資訊做出有意義的平均模型，在平均的過程中我們做了加速與減少記憶體的優化。平均模型得到後，當有新的取樣，可以加
到我們的平均，更新並得到更有意義的標準腦。

Abstract …………………………………………… i
Table of Contents …………………………………………… ii
List of Figures …………………………………………… iv
List of Tables …………………………………………… vi
Chapter 1: Introduction …………………………………………… 1
1 Motivation …………………………………………… 1
2 Framework …………………………………………… 2
3 Background and Related Works ……………………………………… 5
4 Contributions …………………………………………… 6
5 Thesis Organization …………………………………………… 7
Chapter 2: Registration …………………………………………… 8
1 Registration reference decision …………………………………………… 8
2 Affine transformation …………………………………………… 10
3 Rigid transformation …………………………………………… 12
Chapter 3: Model Averaging …………………………………………… 16
1 Introduction …………………………………………… 16
2 Overview of the algorithm …………………………………………… 19
3 Distance map creation …………………………………………… 21
3.1 A linear time algorithm for DT …………………………… 21
3.2 Two scale distance transformation …………………………… 23
3.3 Reducing computation points …………………………… 27
4 Signed decision …………………………………………… 31
Chapter 4: Outlier Detection and Model Updating …………………………… 32
1 Introduction …………………………………………… 32
2 Overview of the algorithm …………………………………………… 33
3 Distance condition …………………………………………… 34
3.1 Mean distance condition ………………………… 34
3.2 Max deviation condition ………………………… 35
4 Model updating …………………………………………… 36
iii
Chapter 5: Experimental Results …………………………………………… 37
1 Rigid align transformation …………………………………………… 37
2 creation of Distance map …………………………………………… 40
3 Model averaging …………………………………………… 41
4 Outlier detection …………………………………………… 48
5 Model updating …………………………………………… 49
Chapter 6: Conclusion and Future work ……………………………………… 52
1 Summary and conclusion …………………………………………… 52
2 Suggestion and future work …………………………………………… 53
References …………………………………………… 54

                                

[1] J. Linhart, “A Quick Point-in-Polyhedron Test,” Computers & Graphics, vol. 14, no.
3, pp. 445-448, 1990.
[2] F.R. Feito and J.C. Torres, “Inclusion Test for General Polyhedra,” Computers &
Graphics, vol. 21, no. 1, pp. 23-30, 1997.
[3] P.C.P. Carvalho and P.R. Cavalcanti, “Point in Polyhedron Testing Using Spherical
Polygons,” Graphics Gems V, A.W. Paeth, ed., pp. 42-49, AP Professional, 1995.
[4] M. Jones, “The Production of Volume Data from Triangular Meshes Using Voxelisation,”
Computer Graphics Forum, vol. 15, no. 5, pp. 311-318, 1996.
[5] F. Dachille and A. Kaufman, “Incremental Triangle Voxelization,” Proc. Graphics
Interface 2000, pp. 205-212, 2000.
[6] BÆRENTZEN J. A., AANAES H. “Signed distance computation using the angle
weighted pseudonormal,” IEEE Trans. On Visualization and Computer Graphics 11,
3 (2005), 243–253.
[7] A. Gue´ziec, “Meshsweeper: Dynamic Point-to-Polygonal Mesh Distance and Applications,”
IEEE Trans. Visualization and Computer Graphics, vol. 7, no. 1, pp.
47-60, Jan.-Mar. 2001.
[8] M. W. Jones. “3D distance from a point to a triangle,”. Technical Report CSR-5-95,
Department of Computer Science, University ofWales, Swansea, February 1995.
[9] Karlheinz Rein, Malte Zockler, Michael Mader, Cornelia Grubel, and Martin
Heisenberg. “The Drosophila Standard Brain,” Current Biology 2002
[10] Jenett A, Schindelin JE, Heisenberg M. “The Virtual Insect Brain protocol: creating
and comparing standardized neuroanatomy,”. BMC Bioinformatics. 2006.
[11] Rohlfing, T., Maurer Jr., C.R. “Shape-based averaging for combination of multiple
segmentations,” In: Duncan, J.S., Gerig, G. (Eds.), Medical Image Computing and

全文公開日期本全文未授權公開 (校內網路)
全文公開日期本全文未授權公開 (校外網路)
全文公開日期本全文未授權公開 (國家圖書館：臺灣博碩士論文系統)

簡易檢索 / 詳目顯示

相關論文