神经元是构成神经回路的结构基础,了解神经元的精细结构以及神经元之间的连接关系对脑功能和脑疾病的研究至关重要。重建神经元形态能够为神经科学研究提供数据基础。神经元形态结构非常复杂,获取形态数据耗时费力,需要准确且高效的重建方法。然而,现有的重建方法各有不足,无法兼顾重建结果的质量、重建效率和重建成本,难以满足神经科学研究的需求。本文提出了一种基于B/S(Browser/Server)模式的神经元形态半自动重建方法。该方法将数据、任务和计算放置在远端服务器,用户在浏览器进行交互重建,目的是吸引基数巨大的互联网用户参与到重建工作,提高重建速度,降低成本。该方法能够标准化重建流程,自动分配和收集数据,降低人工管理的难度。此外,该方法提供“背靠背”重建和多层检查的策略,降低个人主观因素对重建结果准确率的影响,保证重建结果的质量,满足神经科学研究的需求。为验证该方法的可用性,本文实现了该方法对应的重建工具——在线重建工具。该工具覆盖了基于B/S模式的半自动重建方法的重建流程、图像可视化、自动辅助等所有环节。本文利用该工具获取了三个数字化的神经元形态结构,发现这些结果准确率较高,能够满足神经科学研究的需求。通过统计重建过程中重建耗时、人力组织等信息,初步认为该方法能够满足提高效率,降低成本的设计潜力。即基于B/S模式的神经元形态半自动重建方法适用于神经元形态的重建,能够高效地为脑功能和脑疾病的研究提供可用的形态学数据。