理解大脑神经网络的结构和工作原理需要使用序列切片成像方法对脑组织样品进行三维重建。为了提高重建效果，序列脑组织切片需要被收取到硅片上进行后续的电镜成像。 目前以硅片为基底的脑组织切片收取主要通过人工收取方式，操作难度大且收取效率低。在此背景下，本文开展了脑组织切片自动收取系统的设计与相关实验研究，具有重要的学术价值与实际应用前景。主要研究内容包含：脑组织切片自动收取装置的机构设计、面向脑组织切片自动收取的显微图像目标检测方法与基于显微图像目标检测的脑组织切片自动收取系统设计。本文的主要内容和创新之处如下：

1. 脑组织切片自动收取装置的机构设计：目前已有的脑组织切片自动收取方案是以条带为基底的收取方式，该收取方式有后续操作繁琐、电镜成像质量不佳等问题。针对此问题，本文提出了新颖的基于圆形硅收取基底的脑组织切片自动收取方案，同时基于该收取方案研制了脑组织切片自动收取装置。所设计的脑组织切片自动收取装置的机械结构包括双挡板切片水槽、位置调节平台与硅片旋转机构。双挡板切片水槽用于与超薄切片机配合制备脑组织切片，同时限制脑组织切片条带在切片水槽的两个挡板间有序推进，位置调节平台用于将硅片旋转机构搭载的收取硅片以合适位姿置入切片水槽中收取脑组织切片。实验结果表明所设计的脑组织切片自动收取装置在开环收取状态下能够实现脑组织切片的有序收取。

 2. 面向脑组织切片自动收取的显微图像目标检测方法：为实现基于脑组织切片自动收取装置的闭环自动收取，首先需要开展面向脑组织切片自动收取的显微图像目标检测方法研究。针对脑组织切片的单类别目标检测任务与脑组织切片、切片水槽左挡板、右挡板的多类别目标检测任务，本文分别提出了基于深度学习的Simplified SSD目标检测算法与Form-invariant SSD目标检测算法。同时考虑到基于深度学习的目标检测算法需要大量的训练数据以达到较好的检测精度，而制备大规模脑组织切片显微图像数据集存在成本高、难度大等问题，因此本文采用通用数据增广方法与基于生成对抗网络的Cycle-GAN数据增广方法对所采集的脑组织切片显微图像数据集进行增广。实验结果表明所提出的基于数据增广方法的显微图像目标检测算法能实时且精准地检测显微镜视野中的各切片和挡板。

 3. 基于显微图像目标检测的自动收取系统设计：为实现基于脑组织切片自动收取装置的闭环自动收取并且提高切片收取的效率，本文基于显微视觉感知与反馈控制方法，为脑组织切片自动收取装置设计了配套的自动收取系统。该系统基于显微图像目标检测方法实时感知脑组织切片的制备与收取状态，基于该显微视觉感知结果，所设计的脑组织切片自动收取策略将自动调节收取装置到合适的工作状态以收取脑组织切片。实验证明在使用脑组织切片自动收取策略的情况下能使单片收取硅片收取的脑组织切片数量提升55%。电镜成像对比实验结果表明本文所采用的以硅片为基底的收取方式相比于以条带为基底的收取方法能取得更佳的电镜成像质量。