Тема выпускной квалификационной работы: «Анализ формы дендритных шипиков». Данная работа посвящена изучению существующих подходов к анализу морфологии дендритных шипиков и разработке нового метода анализа их формы в трехмерном пространстве. Разработан полуавтоматический алгоритм сегментации трехмерных изображений конфокальной микроскопии. Рассмотрены существующие числовые метрики формы дендритных шипов и представлена метрика, ранее не использовавшийся для данной задачи - гистограмма распределения длин хорд. Разработанный алгоритм полуавтоматической сегментации основан на реконструкции поверхности дендрита в виде полигональной сетки и извлечении скелета. Сегментация выполняется с использованием структуры графа скелета и расстояния между поверхностью и скелетом. 31 изображение конфокальной микроскопии было отсегментировано с использованием разработанного алгоритма для получения набора данных из 214 полигональных моделей отдельных дендритных шипиков. Полученный набор данных кластеризован с использованием метода k-средних и алгоритма DBSCAN. Кластеризация выполнена отдельно на основе набора ранее опубликованных метрик формы и гистограммы распределения длин хорд. Исследуется уменьшение размерности данных алгоритмом PCA.

The subject of the graduate qualification work is: "Dendritic spine shape analysis". This work is focused on examination of existing approaches to the analysis of dendritic spine morphology and development of a new method for three-dimensional shape analysis. A semi-automated algorithm for segmentation of three-dimensional confocal microscopy images was developed. Existing numerical descriptors of dendritic spine shape were examined and a descriptor that had not previously been used for this problem was introduced - chord length distribution histogram. The developed semi-automatic segmentation algorithm is based on reconstructing dendrite’s surface as a polygonal mesh and extracting a curve skeleton. Segmentation is performed using skeleton graph structure and surface-to-skeleton distance. 31 confocal microscopy images were segmented using the developed algorithm to obtain a dataset of 214 polygonal meshes of individual dendritic spines. The obtained dataset was clustered using k-means and DBSCAN algorithms. Clustering was performed separately based on previously published set of shape descriptors and introduced chord length distribution histogram descriptor. PCA-based data dimension reduction was examined.