首页> 中文学位 >图像处理技术在药物依赖MLDS形态学改变定量分析中的应用
【6h】

图像处理技术在药物依赖MLDS形态学改变定量分析中的应用

代理获取

目录

文摘

英文文摘

第一章绪论

§1.1药物依赖戒断中中脑边缘多巴胺系统神经元的适应性改变

§1.1.1药物依赖问题简介

§1.1.2 DTD相关主要脑区及神经通路

§1.1.3药物依赖戒断中MLDS神经元的适应性改变

§1.2 MLDS中DA神经元适应性形态学改变的研究方法

§1.2.1药物依赖脑机制研究中的常用定量分析方法

§1.2.2 MLDS中DA神经元适应性改变研究中的形态学分析方法和存在的问题

§1.3图像处理的定量分析方法在DTD研究中的应用

§1.3.1图像处理的定量分析方法在DTD研究中的应用

§1.3.2应用图像处理技术进行医学显微图像分析的特点和优势

§1.4医学显微图像的图像拼接问题

§1.5本研究的主要内容及框架结构

第二章基于降低分辨率全图匹配算法的医学显微图像拼接技术

§2.1引言

§2.1.1问题的提出

§2.1.2本章主要内容

§2.2图像拼接技术发展现状和医学显微图像拼接的要求

§2.2.1图像拼接技术发展现状简介

§2.2.2医学显微图像拼接算法的要求

§2.3降低分辨率全图匹配算法的原理和实现

§2.3.1医学显微图像的预处理

§2.3.2图像拼接算法

§2.3.3图像拼接结果

§2.4降低分辨率全图匹配算法的评价

§2.4.1评价的试验设计

§2.4.2对拼接速度的评价

§2.4.3对拼接质量的评价

§2.5本章小结

第三章药物依赖中MLDS神经元适应性改变的动物实验

§3.1引言

§3.1.1问题的提出

§3.1.2本章主要内容

§3.2 MLDS神经适应性改变的实验设计

§3.2.1实验概述

§3.2.2实验设计中的要点

§3.2.3实验分组情况及样本大小的确定

§3.2.4免疫组化方法简介

§3.3 MLDS神经适应性改变的动物实验

§3.3.1实验动物、主要试剂和设备

§3.3.2动物模型的建立和验证

§3.3.3 MLDS脑区冰冻切片和免疫组化染色

§3.4实验结果和讨论

§3.4.1实验结果

§3.4.2讨论

§3.5本章小结

第四章药物依赖中MLDS神经元适应性改变的形态学分析

§4.1引言

§4.1.1问题的提出

§4.1.2本章主要内容

§4.2免疫组化显微图像分析技术

§4.2.1免疫组化显微图像分析中的几个问题

§4.2.2实验分析中形态学分析参数的选择问题

§4.3 MLDS神经适应性改变的形态学分析

§4.3.1主要硬件和软件

§4.3.2图像的采集

§4.3.3图像的预处理

§4.3.4图像目标的提取

§4.3.5目标的测量和形态学分析结果

§4.4结论和讨论

§4.4.1实验结论

§4.4.2讨论

§4.5本章小结

第五章结论与展望

§5.1结论

§5.2展望

附录基于MATLAB6.0的医学显微图像处理和分析软件界面介绍

论文参考文献

致谢

攻读硕士学位期间完成的论文

攻读硕士学位期间获得的荣誉

上海第二医科大学硕士学位论文的基本要求和书写格式

展开▼

摘要

该论文以吗啡依赖大鼠的MLDS为研究对象,深入考察了该神经通路VTA和NAc两核团在自然戒断下的神经适应性形态学改变,以及该变化在不同戒断时程中的表现.应用了计算机图像处理技术对两核团的显微图像进行了精确的定量形态学分析.在对显微图像的处理中,着重解决了在医学显微图像处理和分析中所遇到的图像拼接问题,提出了降低分辨率全图匹配拼接算法.该实验以阿片类依赖性药物——吗啡作为研究对象,精确定量地分析了吗啡依赖自然戒断下,MLDs中DA神经元所发生的神经适应性形态改变,首次为DTD自然戒断下MLDS中DA神经元的神经适应性形态学改变提供了精确的量化分析结果,并首次证明了VTA核团中DA神经元形态学改变的时程变化.实验中以阿片类依赖性药物为研究对象的研究结果,对于中国药物依赖机制的研究和药物依赖的临床治疗具有重要意义.另一方面,作为对新的研究手段的探索,实验中将常规形态学研究方法与计算机图像处理技术进行了紧密结合.该文提出的降低分辨率全图匹配算法,适应了医学显微图像拼接的特殊要求,极大地方便了高倍大视野医学显微图像的处理和分析.实验中采用的具体的定量分析研究技术,以及对显微图像目标分析的思路,将会对今后该领域研究的继续深入,提供方法学上的支持.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号