项目的背景

从认识脑、保护脑和创造脑角度，脑科学一般分为神经生物学，临床神经科学和计算神经科学等学科，脑的研究对治疗脑疾病、类脑智能等方面有着重要的意义，脑空间信息学作为脑科学的一个分支学科，脑空间信息学是以脑连接的基本结构与功能单位为研究对象，揭示脑连接空间信息机制，引导脑疾病防治与智能技术发展的新兴交叉学科，该学科是认知脑功能并进而探讨意识本质的科学前沿，是沟通脑科学与智能科学的桥梁。脑空间信息学将脑作为一个完整的系统，顺应智能技术发展需求，以脑科学和信息科学的基本理论为指导，运用新兴的脑高分辨精准空间定位与成像方法，同时结合多种前沿脑科学研究技术，标记、获取、分析和可视化具有明确空间尺度和位置的精细脑网络结构与功能信息，从大数据中提取跨层次、多尺度的脑连接时空特征，揭示感知、记忆、意识、情感等脑连接空间信息机制，从而促进脑健康与智能技术的跨越式发展。大脑复杂的神经环路由不同类型的神经元构成，并且各脑区中神经元分布的数量存在差异。脑内不同类型神经元的分布和组成是神经元科学研究中的基本问题。而神经元胞体识别技术是用于获取神经元在脑中不同脑区分布的数量等信息，是研究脑中不同类型神经元的分布和组成的基础，对于理解脑中细胞类型有着重要意义。随着显微光学成像技术的提高，可以获得高分辨率的全脑数据集，数据量达到TB级，而人工胞体识别是一件枯燥和耗时的工作，通过人工胞体识别进行胞体分布的研究是一项巨大的挑战。因此如何正确搞笑的标记神经元是非常有研究意义一项工作。

项目的研究目标和内容

研究目标

通过将大的数据块标记问题拆分成更小、更易识别、更易修改、算法更加准确的小数据块，将这些小数据块和自动定位的结果作为一个任务，通过估计任务难度和用户经验能力，实现准确的任务难度与用户经验对等的分配方式，通过基于web的显示与交互，用户对自动定位结果进行判断和修正，结合修正算法等到一个正确的标记结果，从而实现一个基于互联网众包的神经元标记系统

研究内容

• 数据分割、自动定位生成单一任务：本项目主要目的就是实现胞体的定位，自动胞体定位技术对本项目的起着举足轻重的角色，针对不同数据集使用不同的算法和运行参数对重建结果都有着重要的影响，针对这部分工作，主要基于实验室现有的算法和数据，测试不同算法在不同数据上的定位结果，也可基于现有算法进行改进，尽可能提升定位的准确性，为了能够将结果基于web形式呈现给普通大众，我们必须尽可能的将复杂问题简单化，将之前全脑定位或者是基于TDat数据的大数块定位结果分割成更小块的定位结果，将小块数据和定位结果作为一个单一的任务，这样使得大众在系统中对任务判断和修正都是极为简单和易于操作。
• 任务分配：不同位置数据块中的胞体形态、大小、个数等都有显著性差异，这就造成了不同任务的难以程度有差异，而不同人员来识别胞体和标记胞体时的能力也有差异，因此准确的量化任务的难度和用户个体的能力情况，然后建立一个能力与难度相匹配的任务分配方案。使得整个系统的作业准确率最高。
• 基于web的可视化和交互：在本项目中，web的可视化和交互是整个标记系统的灵魂所在，由于算法无法得到准确率100%的定位结果，因此，人眼的观察和人的修正是不可缺少的部分，设计用户友好的可视化和交互模式是保障用户使用该系统的重要一步，简单的操作可以让许多普通大众人员参与细胞的标记。
• 质量控制：如何保证结果正确性是本系统始终如一的目标，第二点提到一个保证质量一个策略，另外需要通过控制用户提交结果的正确性，合并结果时的准确性估计两个策略也是控制正确性的重要保障，另外用户在对定位错误的结果进行修正时采用算法的辅助保证修正结果的准确性。

系统的架构图

任务清单

编号	任务名	任务类型和要求	依赖关系	完成人
1	数据的导入和导出	编程：c++		A
2	数据分割、自动定位生成单一任务	编程、算法：c++、NeuroGPS算法、数据结构		A
3	单一任务难度估计	算法：图像处理、数学建模能力	2	B
4	任务池	编程：c++，java端熟练使用kafka通信		C
5	任务分配	算法：建立评价体系，得到最优分配方案	3,8	BC
6	基于web的可视化和交互	编程：前端+webgl	2	D
7	质量控制	算法、编程：在算法和交互上保证提交和合并的结果正确性		DE
8	用户属性管理	算法、编程：数据库的应用，java后台		BC
9	任务更新	编程、算法：更新策略，数据的存储结构		E

• 依赖关系
  • 3号任务需要根据2号任务的分割形式与定位结果，从而去设计合适的方法去估计任务的难度
  • 5号任务是需要根据任务难度系数和用户属性指标值设计合理算法得到最优分配方案
  • 6号任务是基于2号任务的分割形式和结果去设计web可视化和交互