神经元树突和树突棘的研究是现代神经生物学的一项热点,它们的形态和结构与大脑的功能密切相关,认识它们有助于我们了解人类的记忆,大脑的运作,及一些神经类疾病的预防。树突是管状结构的,负责将神经冲动传入或传出细胞体,树突棘是树突表面上的小突起(并非所有小突起都是树突棘),它负责在不同的细胞之间传递神经冲动,大脑区域的树突棘形态的变化往往与神经元的学习过程相关。针对3D荧光共焦显微图像标本,采用人工方法提取神经树突与树突棘的方法需要耗费大量的人力和时间,而且提取的目标精度难以满足要求,因此迫切需要研究计算机自动提取与检测的方法。本文以3D荧光共焦显微图像神经树突目标的分割提取与树突棘检测为研究主线,系统的研究了一种具有针对性的解决方案。本文的主要工作包括：(1)基于BM3D与水平集方法,设计了一种荧光共焦图像的预处理与神经目标分割方法,实验结果表明该方法能较精确的从复杂背景中分割出神经目标。(2)设计了一种基于广义梯度向量场的目标关键种子点检测算法,该算法通过GGVF计算临界点与高曲率点,较好的提取了神经目标树突与树突棘的关键点信息。(3)通过神经目标树突与树突棘的关键点进行加权最小生成树建模,给出了基于图裁剪与侵蚀的神经目标中轴线提取方法,并利用分段B样条拟合,设计了中轴骨架树的精准提取方法,提高了骨架树的光滑性。(4)设计了基于LDA的神经树突与树突棘的分类检测方法。(5)综合以上流程给出了3D荧光共焦图像神经树突与树突棘分割提取检测的自动处理方案,给出了模块化的流程设计,最后通过图像测试验证了本文方案的有效性