首页 > 文献资料
-
蜂窝划分的多帧及原图反馈法的细胞追踪方法
在追踪序列图像中大量疏密不均的细胞时,由于细胞存在粘连、分裂、移入与移出等问题,影响其分割与追踪的准确性.为了进一步提高追踪的准确性,提出一种蜂窝划分的多帧及原图反馈修正的细胞追踪方法.首先把分割好的图像进行蜂窝状区域划分,然后引入Delaunay三角网建立细胞邻域图,再应用拓扑约束实现细胞匹配,后把细胞共分为欠分割、过分割、粘连、分裂、移入、移出和未处理细胞共七大类,并提出多帧反馈和原图反馈法对匹配结果和分割错误进行修正.实验结果表明,本方法能够有效追踪细胞分布疏密不均、团簇问题严重及细胞于帧间游动速度快的图像序列,不但大幅度地修正分割错误以降低追踪对分割的依赖性,而且可拓宽拓扑约束法的适用性,终使追踪准确率有很大的提高.算法测试了3个细胞图像序列,比拓扑约束法的追踪准确率分别提高25.61%、77.14%和45.83%.
关键词: 细胞追踪 拓扑约束 蜂窝区域划分 Delaunay三角网 多帧及原图反馈修正 -
基于局部图动态匹配的植物细胞追踪算法研究
植物细胞追踪算法的研究对建立细胞的生长发育模型并探索其基因的结构和功能至关重要.由于植物细胞拥有相似的形状和灰度分布,在空间上具有紧密相连的特殊结构,且在成像过程中存在严重的噪声干扰,细胞图像可能发生错位或者旋转,给植物细胞的追踪带来了巨大挑战.针对以上难点,提出一种基于局部图动态匹配的细胞追踪方法,细胞面积、相邻细胞之间的夹角与距离被用作匹配的基本特征.通过计算相邻两帧细胞图像中细胞上述特征的距离函数,寻找相似的细胞对作为种子细胞对,然后通过种子细胞逐步匹配其邻域细胞.在细胞逐步匹配过程中,已匹配的细胞将作为新增加的种子细胞.在动态扩张的已匹配细胞邻域范围中,每次优先匹配特征距离小的细胞对,通过这种动态匹配方法提高细胞匹配的准确率.算法对3组未配准植物顶端分生组织细胞图像序列及它们的配准图像序列进行追踪实验,结果显示与之前的植物细胞追踪算法相比,在配准图像序列中平均追踪准确率可提高4%,在未配准图像序列中平均追踪准确率可提高30%.实验结果表明,所提出的算法可有效提高细胞追踪的准确率,对显微图像数据中细胞群的追踪具有很好的应用价值.
-
图像算法方式的细胞追踪
细胞运动研究是研究细胞的重要组成部分.针对细胞运动图像序列,提出一种基于复合型Mean-Shift算法追踪细胞移动的方法,并就这一方法在追踪细胞移动过程中所涉及的问题进行分析,提出核心参数选择方案,并描述了图像预处理的过程.应用该算法对目标细胞进行追踪,以细胞运动轨迹图像序列方式来显示追踪效果,对每个目标细胞追踪十次来验证算法的正确性,结果表明平均追踪时间约为22s,追踪正确率为100%.
关键词: 细胞 细胞追踪 mean-shift算法 图像前期处理 追踪过程 -
基于特征提取量化分析的体外活细胞追踪算法研究
目的:提高显微镜下序列图像细胞追踪的效率及准确度.方法:提出双阈值形态学与拓扑约束图论法相结合的自动细胞追踪算法,用来分析体外活细胞定向迁移轨迹及参数,并从细胞数目及细胞特征两方面分析追踪算法的准确性.在特征分析方面,从运动速度、运动距离、趋化速度、趋化指数和方向持续性5个指标与手动采样数据进行对比.结果:该算法可以分别识别在毛细管针部灰度较高区域的细胞及其他区域灰度较低的细胞,细胞数目准确度平均达到91.8%,分析得到的5个特征指标与手动采样分析结果基本一致,误差不超过5%.结论:双阈值形态学与拓扑约束图论法相结合的自动细胞追踪算法可以有效提高细胞追踪的准确度.
-
序列显微镜图像的细胞追踪算法
随着显微镜成像技术的成熟,细胞分析已经成为生物图像分析领域的重要内容之一.早期的研究主要集中在静态细胞图像信息如细胞计数和细胞形态特征等问题上.随着活细胞成像技术的发展,产生了大量延时细胞图像数据,人工处理这些数据费时费力,工作效率低下,引入细胞追踪算法可使数据处理的工作量大为减少.本文对已有的细胞追踪的算法进行分析,对算法的优缺点和追踪结果进行比较,并从提高细胞追踪算法的精确度与速度的角度提出设想与展望.
-
拓扑约束结合匈牙利算法在高密度神经干细胞追踪中的研究
神经干细胞(NSCs)的运动分析是细胞学和生物学研究中重要的组成部分之一,而对大量NSCs同时进行追踪是细胞运动研究的主要难点.为了进一步提高高密度NSCs追踪算法的准确性,本文提出了一种新的基于分割、结合拓扑约束和数据关联的细胞追踪方法.首先针对实验所用的两组细胞图像序列的特点,分别采用了不同的分割方法.然后利用拓扑约束完成相邻两帧中所有细胞的数据关联并建立系数矩阵,后对该系数矩阵利用匈牙利算法实现细胞的优匹配,以此模式从序列的前两帧到后一帧完成细胞追踪.实验结果表明,本文算法与单独利用拓扑约束进行细胞追踪的方法相比,有更好的追踪效果,准确性更高,序列Ⅰ和序列Ⅱ的终追踪准确率分别提高了10.17%和4%.