摘要 | 第4-6页 |
Abstract | 第6-7页 |
英文缩写对照表 | 第8-11页 |
1 绪论 | 第11-31页 |
1.1 全脑显微成像中的大数据问题 | 第11-19页 |
1.2 全脑光学显微成像图像处理中的大数据挑战 | 第19-21页 |
1.3 海量三维脑图像处理方法的研究进展 | 第21-28页 |
1.4 本文主要内容及文章结构 | 第28-31页 |
2 海量三维图像数据标准化存储方法 | 第31-57页 |
2.1 海量数据存储硬件平台选择 | 第31-35页 |
2.2 碎片化图像数据的存储与传输 | 第35-38页 |
2.3 海量三维体数据的标准存储格式TDat | 第38-44页 |
2.4 通用数据格式向TDat数据格式的转换 | 第44-53页 |
2.5 TDat用于全脑光学显微成像数据存储 | 第53-55页 |
2.6 本章小结 | 第55-57页 |
3 基于TDat格式的海量三维图像数据快速访问方法 | 第57-79页 |
3.1 引言 | 第57页 |
3.2 海量脑图像数据访问特点分析 | 第57-60页 |
3.3 海量图像中稀疏数据访问方法 | 第60-71页 |
3.4 适用于高通量读写的数据访问方法 | 第71-77页 |
3.5 不同访问方法之间的关联 | 第77-78页 |
3.6 本章小结 | 第78-79页 |
4 海量三维脑图像处理平台构建及应用 | 第79-98页 |
4.1 TDat海量三维脑图像处理平台架构 | 第79-81页 |
4.2 TDat平台的模块和功能实现 | 第81-83页 |
4.3 TDat平台的兼容性实现 | 第83-87页 |
4.4 TDat平台在海量三维脑图像刚性配准上的应用 | 第87-93页 |
4.5 TDat平台在长程投射神经元形态重建上的应用 | 第93-97页 |
4.6 本章小结 | 第97-98页 |
5 总结与展望 | 第98-103页 |
5.1 本文主要工作及研究结论 | 第98-99页 |
5.2 本文主要创新点 | 第99-100页 |
5.3 展望 | 第100-103页 |
致谢 | 第103-105页 |
参考文献 | 第105-114页 |
附录 攻读博士学位期间发表的论文及研究成果 | 第114-117页 |