摘要：本文旨在研究如何利用硬件，软件，算法的系统工程的方案解决脑微观结构重建的高通量自动化数据分析的难题．通过实现样片制备，自动切片，显微成像，三维重建以及软件平台等分阶段工作，建立符合神经结构生物学特征的模式识别和机器学习分类方法，解决海量畸变图像拼接配准，密集神经结构识别，歧义神经联结，多源数据融合等限制分析效率的关键问题，为搭建大体量神经结构重建工程平台提供理论基础和解决方案，满足脑科学研究对高通量神经回路网络重建的需求．

关键词：脑计划 神经回路重建 机器学习 深度学习 图像配准 

单位：北京工业大学经济与管理学院; 北京100124; 中国科学院自动化研究所; 北京100190; 中国科学院脑科学与智能技术卓越创新中心; 上海200031; 中国科学院大学未来技术学院; 北京101407