1.1大脑环境的模拟以及神经元重建的重要性

千百年来，脑都作为人类最重要最引以为傲的器官，它每发出的一次电波都有可能令人做出新的突破，从中国的四大发明到蒸汽机到航空母舰再到如今的太空漫步，这都与脑的成长与进化密不可分。即便在当今科技如此发达的时代，人类依然对大脑这个神秘的区域知之甚少。人的大脑控制着人的行动、思想、情感等一系列高级行为活动，同时大脑结构的微观改变也与一些脑疾病的产生有紧密的联系，如阿尔兹海默症、抑郁症、失眠症等。所以，不断探索大脑这个未知的黑洞是许多科研人员一直以来追求的目标。

人的大脑约有1000亿个神经元，如果将大脑比作一个电力系统，这千亿个神经元的连接及结构可以被称作脑电路，那么它的电路结构是及其庞大复杂的。神经元在大脑中的投射路径就像电路的一个个线路图。

在模拟仿真大脑工作环境时，需要使用软件将这些神经元自动重建以便达到接近真实值的大脑结构，从而能够更好的对大脑进行解剖研究。在使用软件处理这些神经元时，需要获取大数据的样本，如果只是人工标记追踪这些样本再导入软件进行图像分析处理的话，这巨大的工作量无疑是不现实的。因此迄今为止，许多科研人员设计并开发了包含多种便于人工操作的神经元重建及图像分析处理的软件。目前实验室常用的集中神经元追踪软件有以下几种。

NeuroLucida（MBF Bioscience，Williston，VT，USA）是一个全面的商业软件包，用于三维神经元重建和脑补部绘图。可以通过专门的配套硬件或收集的图像堆栈上的显微镜进行半实体跟踪。（如下图）用户沿着神经突的中心线点击，用圆形光标指定直径，软件将每个点与前一点连接起来。Autoneuron扩展模块在适当的参数设置后，自动从高质量和中等复杂度的图像堆栈中重建神经元。神经元重建可以在NeuroLucida中查看和编辑，也可以导出为ASCII或二进制文件中。补充项目包括Neurolucida Explorer和StereoInvestigator，它们执行立体分析，如无偏细胞计数和体积测量。除了在线常见问题解答部分外，还可以在已出版的书籍和用户指南中找到广泛而详细的文档。网络研讨会和网络教学、培训研讨会、用户论坛和实时远程协助为用户提供积极和彻底的支持。科学会议上的演示表明有广泛的用户基础。使用Neurolucida的出版物清单也在其网站上保留。 Neurolucida及其模块仅在Windows上运行。它对神经元的追踪方法采用局部追踪方法且支持一定的自动或半自动重建方式。

Filament Tracer是IMARIS商业软件包的一个模块，用于在2D、3D和4D中检测神经元、微管和细胞。三维跟踪实时覆盖在成像数据上以此来获得重建策略的进程，涵盖了从手动到全自动检测和分割方法。该软件包括可视化和编辑工具，并执行形态计算，以及从延时数据集的树突和脊柱跟踪。重建以imaris ascii文件形式保存，可以使用l-measure或neuronland将其转换为标准SWC格式。他们的网页上还提供了使用FilamentTracer的出版物清单，以及各种实验中使用的特定功能的“知识库”案例研究。 Imaris举办年度用户组会议并提供教育网络研讨会。 Filament Tracer可在Windows和Mac上运行。

Amira（可视化科学集团）是一个商业软件包，有许多不同数据集的扩展。Skeletonization extension模块支持血管和树突网络的重建和分析。图像处理工具从共聚焦图像和堆栈执行半自动神经元重建。其他功能包括高级可视化、模拟和定量分析选项。可以对重建进行后期处理以获得高质量的呈现，并导出为电影文件或自定义的ASCII格式，可以使用l-measure或neuronland转换为SWC。网站上提供了使用Amira的出版物列表。提供了客户支持，文档包括发行说明和常见问题解答。amira架构运行在Windows、Mac和Linux上，它对神经元的追踪方法是基于最短路径的半自动追踪方法。

Vaa3D（3D可视化辅助分析）是一个用于生物图像和表面物体分析的多功能系统。.Vaa3D-Neuron模块从多种文件格式的大型图像堆栈中追踪形态，可视化和测量得到的三维结构，并便于比较分析。网站上提供了视频教程以及引用Vaa3D和测试数据集的出版物列表，这些数据集允许使用图形界面进行实际跟踪。在线讨论论坛和邮件列表提供用户支持、错误报告和其他公告。Vaa3D正在积极维护和持续开发中，开发者可以为平台编写自己的插件，并且通过“hacka-thon”活动鼓励社区参与。C代码是开源的，运行在Windows、Mac和Linux上，其对神经元的追踪方法也是基于最短路径的半自动追踪方法。

在上述4种软件中，自动的追踪工具只适用于局部神经元群落，不能够应用于整个大脑范围，而且自动追踪工具对于有些树状神经元群落来说，容易出现类似“雪球效应”，即前一级极其微小的误差都可能导致后续的追踪误差变得巨大，甚至可能将误差延伸至整个大脑。从而降低了神经元的追踪精度。半自动的追踪工具在树状神经元群落中的应用误差就能够相对减小很多了。然而，半自动的追踪工具自动化度较低，在全脑范围内的神经元重建是及其费时费力的，甚至需要花费数千小时的人工劳动。

2017年华中科技大学武汉光电国家实验室开发了用于全脑范围群落重建的全局树重建系统（GTree），GTree在重建过程中不仅可以用于局部神经元群落重建而且也可以实现全脑范围内的重建。与自动的追踪工具相比较，GTree可以扩大追踪重建范围，而且设计人员开发了一种选择性显示模式，可以随时检查修正目标神经元，其次，GTree与半自动追踪工具相比大大减少了手动标记，实现了高水平的自动化重建，重建速度提升了至少5倍，且重建精度接近真实值的大脑环境。