神经元影像数据的移动软件平台开发

作     者：邢飞 

作者单位：东南大学 

学位级别：硕士

导师姓名：彭汉川;郑冶枫

授予年度：2022年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论] 

主      题：神经科学 可视化 实时协同 数据处理 移动平台 

摘      要：发展神经科学离不开对神经元影像数据的处理分析,功能强大的数据处理分析平台将能极大地助力科研工作,目前市面也已经有了许多基于PC平台的处理分析工具。近些年来,随着移动终端性能的不断提高和智能手机的快速普及,在移动平台进行科研办公成为可能,也兼具自己的优势。因此,设计开发神经元影像数据的移动平台不仅极具创新性,也有着现实的应用价值。本文以脑科学为背景,充分调研了用于神经元影像数据处理分析的工具,总结了当前生物学科研工作者的核心需求,并详细研究了用于数据可视化、数据标注和分析的方法,设计了一套可以支持多用户实时协同标注的数据处理分析平台。本文的一些主要研究贡献如下:1)基于Android平台,利用Java和Open GL ES实现了基于GPU的光线投射渲染方法。并且采取了空体素跳跃的思想,通过快速行进算法实现了体素值的距离变换,对传统光线投射算法的进行加速,显著提升了体绘制的帧率表现(40%以上的提升)。2)本文在数据处理分析平台中集成了Virtual Finger方法中的PPA(point-pinpointing algorithm)和CDA(curve-drawing algorithm)两种标注算法,并根据移动平台的交互特性对两种算法进行优化和适配,设计了准确性更高的MSMS-PPA方法和用户体验更好的CDA方法。除此以外,本文还实现了GD(graph-augmented deformable model)和APP2(all-path pruning 2)两种自动追踪算法,并针对移动平台硬件资源性能比较有限的问题,适配了原有算法的流程,提高了算法在移动平台运行的效率。标注生成的曲线标注对象可以直接通过内置的算法进行分析,算法将对其树状结构的22个特征进行分析,并将结果通过用户友好型的UI实时展示。3)最后,为了提升用户在面对复杂图像时的工作效率,本文设计了一个实时协同标注的模块。基于前后端分离的方式实现了协同模块,将数据被部署在云端,移动平台通过一定的数据访问策略来和服务器进行数据交互。在协同标注模式下,用户可以选择文件创建属于自己的协作空间,邀请自己的好友参加实时协同工作。