阿尔茨海默病分析-神经元胞体目标检测及数量统计

阿尔茨海默病（AD）与神经元损伤和减少相关。微光学切片成像（MOST）提供了一种获取高分辨率图像以进行全脑神经元分析的方法。将该技术应用于AD小鼠大脑使我们能够研究AD病理进展中的神经元变化。然而，如何处理庞大的数据量成为瓶颈。使用MOST技术，获取了AD小鼠的三维全脑图像，并对每只小鼠大脑的四个区域进行了成像数据采样，以分析AD进展。为了计数神经元数量，可采用一种基于深度学习的方法，通过检测神经图像中的神经元胞体。神经图像首先被切割成小立方体，然后设计一种卷积神经网络（CNN）分类器，通过将立方体分类为“三个类别”（“胞体”、“纤维”和“背景”）来检测神经元胞体。

可用YOLO等其他算法进行更好的目标检测及计数。