向远端延伸的周围神经束分裂与合并次数自动获取方法  

Algorithms to Automatically Count Splitting and Merging Number of Spatial Extending Peripheral Nerve Internal Fascicular Groups

作　　者：钟映春[1] 蚁晓虹 黄建浩 戚剑[2] 朱爽 罗鹏 Zhong Yingchun;Yi Xiaohong;Huang Jianhao;Qi Jian;Zhu Shuang;Luo Peng(School of Automation,Guangdong University of Technology,Guangzhou 510006,China;Department of Microsurgery,the First Affiliated Hospital of Sun Yat-sen University,Guangzhou 510080,China;Department of Orthopedics,Zhujiang Hospital of Southern Medical University,Shenzhen 510630,Guangdong,China;Department of Bone and Joint Surgery,Shenzhen Sixth People′s Hospital,Shenzhen 518000,Guangdong,China)

机构地区：[1]广东工业大学自动化学院,广州510006 [2]中山大学附属第一医院显微外科,广州510080 [3]南方医科大学珠江医院骨科,广东深圳510630 [4]深圳市第六人民医院骨科,广东深圳518000

出　　处：《中国生物医学工程学报》2022年第6期764-768,共5页Chinese Journal of Biomedical Engineering

基　　金：国家自然科学基金(61975248);广东省自然科学基金项目(2018A0303130137);广东省高性能计算重点实验室开放项目(TH1528)。

摘　　要：周围神经内的神经束分裂与合并次数和结构极有可能与其发育有关。当前,针对周围神经序列MicroCT图像中的神经束分裂与合并次数,完全依赖于人工计数方法进行统计,存在易出错、效率低等问题。为实现对神经束分裂与合并次数的自动获取,首先,在完成神经束类圆度统计学分析的基础上,从数学角度提出了序列MicroCT图像中四肢周围神经内部神经束分裂过程与神经束合并过程的定义;其次,提出了ACA-SCN算法,即利用相邻图像间的神经束质心总数的差分结果进行次数的自动获取;最后,提出了ACA-COM算法,即利用神经束的质心偏移量实现对同一神经束的跟踪匹配。以人工方式处理的3个标本中的41个分裂过程和51个合并过程作为评价标准。分析结果表明,所提出的神经束分裂与合并的开始与结束位置定义准确,无例外情况出现;ACA-SCN算法的神经束质心总数计数结果误差为8.69%;ACA-COM算法对神经束分裂与合并次数的计数与人工计数结果完全一致,能正确计数在一张图像上同时发生神经束分裂与合并的情况,也能正确计数单根神经束分裂为3根、3根神经束合并为单根神经束的情况。上述分析结果为后续探索单位长度内神经束分裂与合并次数的统计规律提供了基础。

关 键 词：周围神经 神经束分裂与合并 自动计数算法 MicroCT图像 

分 类 号：R318[医药卫生—生物医学工程]