小鼠全脑CRH神经元的分布和统计分析研究
发布时间：2020-07-06 16:25
【摘要】：神经元在大脑活动中各司其职,依据其形态结构或功能可划分为不同类型。对特定类型神经元分布的准确和定量研究有助于深入理解大脑的结构和功能。神经元在全脑广泛分布且各脑区的分布存在差异。然而,受研究方法限制,过去的神经元分布研究主要集中在局部脑区或者仅得到定性描述的结果,研究范围或准确性都有限。近年来,基因标记技术和显微光学成像技术的发展为获取全脑特异性标记的神经元数据提供了方法基础。但是,全脑范围特定类型神经元分布统计研究仍然存在挑战:(1)神经元识别是神经元分布统计的基础,目前的神经元识别方法难以适用于全脑复杂的数据,(2)针对全脑范围众多脑区中神经元分布的研究,缺少准确的、高效的神经元分布统计分析方案。基于全脑定位系统(Brain-wide positioning system,BPS)获取的全脑数据集,本论文开展了促肾上腺皮质激素释放激素(Corticotropin-releasing hormone,CRH)神经元全脑分布的研究。具体如下:(1)建立了可在全脑范围识别CRH神经元的方法。利用射线爆发算法提取了胞体和突起的形态特征,再利用支持向量机(Support vector machine,SVM)区分胞体和突起结构,构建了能够克服复杂的神经元突起干扰的神经元识别方法。本论文提出的神经元识别方法的平均准确率/召回率分别为94.0%/96.5%,优于传统的神经元识别方法。另一方面,本论文结合数据分块策略和并行优化算法,实现了高效地识别全脑范围的神经元。并对4只CRH-IRES-Cre;Ai3小鼠脑中的CRH神经元识别,统计了小鼠脑中CRH神经元的数目为752,586±80,699个。(2)建立了可在全脑范围统计CRH神经元分布的方案。本论文将BPS获取的碘化丙锭(Propidium iodide,PI)数据集与数字化图谱进行配准,利用图谱的脑区矢量信息快速对PI数据集的脑区进行初分割;然后利用细粒度配准策略和PI数据集的细胞构筑信息对初分割结果进行修正,获取了准确的脑区分割结果。结合上述的全脑神经元识别方法,构建了全脑神经元分布统计方案,并统计了小鼠脑各脑区中CRH神经元的数目。统计结果表明,CRH神经元在全脑广泛分布,特别地,整个皮层中都存在CRH神经元的分布,而小脑中仅有极少的CRH神经元。这些结果可以为理解脑中细胞类型提供数据基础。(3)定量地分析了全脑CRH神经元的分布和胞体形态差异。利用上述分布统计结果,本论文进一步对比分析了CRH-IRES-Cre;Ai3小鼠脑中CRH神经元的分布,结果表明除了先前报道的中央杏仁核、下丘脑室旁核等存在密集的CRH神经元外,在以往研究未关注的脑区如主嗅球、靠近丘脑中线的脑区、楔外核等也存在较密集的CRH神经元。以上分布分析结果将有助于CRH神经元功能的研究。此外,本论文还分析了不同脑区CRH神经元胞体的形态,其结果表明CRH神经元胞体形态在不同脑区间或同一脑区内都表现出多样性。这些胞体形态分析结果可以为CRH神经元亚型的发现提供参考。本论文建立了可统计分析小鼠脑中CRH神经元分布的方法。同时,该方法可用于其他类型神经元分布的研究,甚至适用于其他哺乳动物脑中特定类型神经元分布的研究。这些统计分析结果能够帮助人们提高对脑中细胞类型的理解和深入脑功能的研究。
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：R338
【图文】：
[4]。一个典型的神经元由胞体、树突和轴突组成，如图1.1。胞体是神经元的主体结构，负责整个神经元的新陈代谢和功能活动所需的物质和能量来源。胞体的形状类似球形或椭球形，其大小表现出多样性。树突和轴突都是从胞体结构延伸出来的突起结构，但少数神经元可能没有树突或轴突。树突形态类似于树形结构，主要负责接收来自上游神经元的神经冲动，并传递给胞体；轴突主要负责传递信号给下游神经元，部分信号传递过程因为下游神经元间隔远，经常需要跨越数个脑区。图1.1 神经元的基本结构示意图[5]。Fig 1.1 Basic structure of a neuron.
图 1.2 依据神经元形态特征进行神经元分类。（a）依据神经元突起的数目进行神经元分类（改自文献[6]）。（a1-a4）分别表示单极性、双极性、多极性细胞和假单极性神经元。（b）依据突起形状进行神经元的分类（摘自文献[7]）。（b1-b4）分别表示锥体细胞、篮状细胞、浦肯野细胞以及吊灯细胞。Fig. 1.2 Classification of neurons according to the morphological characteristics of the neurons. (a)Classification of neurons based on the number of neurites. (a1-4) show a unipolar neuron, a bipolarneuron, a mutipolar neuron and a pseudounipolar neuron, respectively. (b) Classification of neuronsaccording to their shapes. (b1-4) show a pyramidal cell, a basket cell, a Purkinje cell and a chandeliercell, respectively.（1）依据神经元形态的分类神经元的胞体、树突和轴突形态都表现出多样性，类似形态的神经元可能具有相近的连接或功能，因此神经元的形态特征常作为神经元分类的重要依据[8]。神经元亚型的探索中主要用的树突形态特征包括树突的分支数量、长度等，轴突的形态特征包括轴突的长度、角度、投射终点所属脑区等。例如，基于突起的数量可以将神
本论文围绕全脑CRH神经元的分布统计分析提出了全脑神经元识别方法和全脑神经元分布统计分析方案，并对鼠脑140多个脑区中的CRH神经元的分布进行了统计和分析。图1.3给出了本论文的研究内容。图1.3 论文研究结构图。Fig. 1.3 Framework of research contents.各章节内容简述如下：第一章 首先介绍了神经元的基本结构、神经元分类方式以及从脑结构、脑功能以及脑疾病三个方面阐述了特定类型神经元分布研究的意义。然后说明了特定类型神经元数据获取方法、特定类型分布研究现状、CRH神经元分布研究现状和神经元分布研究方法的现状。最后给出了全脑CRH神经元分布研究中存在的挑战以及本论文的研究内容。第二章 说明了本研究的数据来源和数据特征。利用CRH-Cre小鼠[16]和EYFP Ai3小鼠[95]构建的CRH-IRES-Cre;Ai3小鼠实现CRH神经元的特异性标记，并利用免疫组化方法对标记结果进行验证，再利用BPS光学成像系统获取了全脑CRH神经元数据集和与其共定位的碘化丙锭（Propidium iodide, PI）数据集。另外，对BPS数据集的特征进行分析，为后续方法的建立提供参考。第三章 基于支持向量机（Support vector machine, SVM）[96]提出了高鲁棒性的神经元识别方法。首先利用射线爆发算法[97]提取胞体结构和神经元突起结构的形态特征，然后利用有监督的SVM区分胞体结构和神经元突起结构，构建了高鲁棒性的神
本文编号：2743866
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：R338
【图文】：
[4]。一个典型的神经元由胞体、树突和轴突组成，如图1.1。胞体是神经元的主体结构，负责整个神经元的新陈代谢和功能活动所需的物质和能量来源。胞体的形状类似球形或椭球形，其大小表现出多样性。树突和轴突都是从胞体结构延伸出来的突起结构，但少数神经元可能没有树突或轴突。树突形态类似于树形结构，主要负责接收来自上游神经元的神经冲动，并传递给胞体；轴突主要负责传递信号给下游神经元，部分信号传递过程因为下游神经元间隔远，经常需要跨越数个脑区。图1.1 神经元的基本结构示意图[5]。Fig 1.1 Basic structure of a neuron.
图 1.2 依据神经元形态特征进行神经元分类。（a）依据神经元突起的数目进行神经元分类（改自文献[6]）。（a1-a4）分别表示单极性、双极性、多极性细胞和假单极性神经元。（b）依据突起形状进行神经元的分类（摘自文献[7]）。（b1-b4）分别表示锥体细胞、篮状细胞、浦肯野细胞以及吊灯细胞。Fig. 1.2 Classification of neurons according to the morphological characteristics of the neurons. (a)Classification of neurons based on the number of neurites. (a1-4) show a unipolar neuron, a bipolarneuron, a mutipolar neuron and a pseudounipolar neuron, respectively. (b) Classification of neuronsaccording to their shapes. (b1-4) show a pyramidal cell, a basket cell, a Purkinje cell and a chandeliercell, respectively.（1）依据神经元形态的分类神经元的胞体、树突和轴突形态都表现出多样性，类似形态的神经元可能具有相近的连接或功能，因此神经元的形态特征常作为神经元分类的重要依据[8]。神经元亚型的探索中主要用的树突形态特征包括树突的分支数量、长度等，轴突的形态特征包括轴突的长度、角度、投射终点所属脑区等。例如，基于突起的数量可以将神
本论文围绕全脑CRH神经元的分布统计分析提出了全脑神经元识别方法和全脑神经元分布统计分析方案，并对鼠脑140多个脑区中的CRH神经元的分布进行了统计和分析。图1.3给出了本论文的研究内容。图1.3 论文研究结构图。Fig. 1.3 Framework of research contents.各章节内容简述如下：第一章 首先介绍了神经元的基本结构、神经元分类方式以及从脑结构、脑功能以及脑疾病三个方面阐述了特定类型神经元分布研究的意义。然后说明了特定类型神经元数据获取方法、特定类型分布研究现状、CRH神经元分布研究现状和神经元分布研究方法的现状。最后给出了全脑CRH神经元分布研究中存在的挑战以及本论文的研究内容。第二章 说明了本研究的数据来源和数据特征。利用CRH-Cre小鼠[16]和EYFP Ai3小鼠[95]构建的CRH-IRES-Cre;Ai3小鼠实现CRH神经元的特异性标记，并利用免疫组化方法对标记结果进行验证，再利用BPS光学成像系统获取了全脑CRH神经元数据集和与其共定位的碘化丙锭（Propidium iodide, PI）数据集。另外，对BPS数据集的特征进行分析，为后续方法的建立提供参考。第三章 基于支持向量机（Support vector machine, SVM）[96]提出了高鲁棒性的神经元识别方法。首先利用射线爆发算法[97]提取胞体结构和神经元突起结构的形态特征，然后利用有监督的SVM区分胞体结构和神经元突起结构，构建了高鲁棒性的神
【参考文献】
相关期刊论文 前1条
1 李安安;龚辉;;光学显微水平全脑成像方法的研究进展[J];生物化学与生物物理进展;2012年06期
本文编号：2743866
本文链接：https://www.wllwen.com/yixuelunwen/jichuyixue/2743866.html
