摘要
本发明揭示了一种神经元三维形态重建质量评估方法,包括如下步骤:S1,将原始神经元图像及其人工标注数据分别分割成一组图像块及与每个图像块对应的人工标注数据;S2,确定每个图像块对应的拓扑特征、几何特征、空间分布特征、基于统计方法的特征的特征值及复杂度评分;S3,将一组所述图像块划分到不同的复杂度等级;S4,构建各复杂度等级对应的评估数据集;S5,基于构建的各复杂度等级对应的评估数据集来对自动重建算法进行重建质量评估。本发明能够对不同重建算法在处理不同难度和复杂度神经元图像时的重建效果进行定量化分析,从而获得更清晰的性能评估结果。这不仅有助于理解现有算法的优势与局限,还可以为未来改进和选择最合适的算法提供参考依据。
技术关键词
空间分布特征
图像块
复杂度
重建算法
拓扑特征
统计方法
形态
特征值
信息熵
数据
层次聚类方法
纤维
层次聚类算法
分块策略
比率
代表
信号
密度