1. 毕业设计（论文）主要内容：
1.进行全脑图像中前景和背景的检测，全脑图像背景中会有嘈杂的噪声点、高亮度点以及一些随机噪声。同时存在一些胶质细胞，会对神经元的标注和追踪工作产生干扰。
而我们的工作致力于实现神经元结构区域的识别和检测，将神经元细胞与其他胶质细胞区分开，从而加速神经元的标注工作与自动追踪工作。
2. 进行神经元枝条纠缠状态的检测，在全脑图像中，会有神经元枝条相邻的情况存在。我们希望对此进行区分，确定枝条状态。如相邻状态、交叉连接状态。
2. 毕业设计（论文）主要任务及要求
1.查阅15篇相关文献（含近五年外文3篇），并每篇书写200—300字文献摘要（装订成册，带封面）；
2.认真填写周记，完成800字开题报告；
3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；
3. 毕业设计（论文）完成任务的计划与安排
1. 2019/12/26—2020/1/12：查阅参考文献，明确选题；
2. 2020/1/13—2020/2/28：进一步阅读文献，并分析和总结；确定技术路线，完成并提交开题报告,翻译英文资料；
3. 2020/3/1—2020/4/5：熟悉所选用的开发平台进行需求分析，算法设计和实现等；
4. 主要参考文献
1. Yan C, Li A, Zhang B, Ding W, Luo Q, et al. (2013) Automated and Accurate Detection of Soma Location and Surface Morphology in Large-Scale 3D Neuron Images. PLOS ONE 8(4): e62579. https://doi.org/10.1371/journal.pone.0062579
2. Iqbal, A., Sheikh, A. Karayannis, T. DeNeRD: high-throughput detection of neurons for brain-wide analysis with deep learning. Sci Rep 9, 13828 (2019) doi:10.1038/s41598-019-50137-9
3. Bass, C., Helkkula, P., De, P. V., Clopath, C., and Bharath, A. A. (2017). Detection of axonal synapses in 3d two-photon images. PLoS ONE 12:e0183309. doi: 10.1371/journal.pone.0183309
