首页 > 文献资料
-
约束参数Gabor滤波器及细胞分割
对活细胞进行精确计数,是体外抗病毒试验中测定药物抗病毒效果的重要手段.在进一步研究分析Gabor滤波器和所要分割的细胞图像特征的基础上.提出了带约束参数的Gabor滤波器,即根据Heisenberg测不准原理,用频域中高斯核的标准差来约束空域中高斯核的标准差;进而用标准差来约束Gabor滤波器中的中心频率的取值范围.达到提高效率和精度的目的.将带约束参数的Gabor滤波器用于细胞图像的增强,进而获得更高精度的分割和计数结果.对采集到的细胞图像进行大量实验,准确率达98.8%.
关键词: Gabor滤波器 约束参数 Heisenberg测不准原理 细胞分割 -
基于PCNN自动波特征的血细胞图像分割和计数方法
在生物医学领域,由于细胞图像的低灰度、亮度的不均匀性以及细胞图像特有的复杂结构特性,使得细胞图像分割和计数非常困难.大量研究表明,PCNN非常适用于图像处理,本研究提出了一种基于PCNN自动波特征的血细胞图像分割和计数算法.首先运用PCNN对血细胞图像进行了降噪,分割等预处理,然后利用PCNN自动波的传播特性去除了细胞图像中的微小干扰物体,并通过对分割图像进行标记实现了对血细胞图像的准确计数和特定细胞的单独分割,实验结果表明,该方法非常有效.
-
一种基于梯度的主动轮廓模型细胞分割算法
目的 利用细胞图像特殊的结构特点,设计出一种新的基于其梯度信息和灰度信息的主动轮廓模型细胞图像分割算法.方法 首先将原细胞图像和该图像的梯度图像以一定比例相加得到新的图像,然后,设置第一个水平集函数的初始值,进行水平集函数的迭代求得细胞质和背景的轮廓线.后用相同的方法求得细胞质和细胞核的轮廓线.结果 与现有的水平集方法得到的分割结果比较,本文所提算法主要优点是能够更加精确地分割出细胞质、细胞核和背景3部分.结论 细胞独特结构使得主动轮廓模型分割算法结合梯度信息能够更好的实现细胞图像分割.
-
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.
-
细胞凋亡与神经系统疾病
近年来的实验与临床研究发现,细胞凋亡参与在神经系统疾病的发生过程中尤其是神经元损伤之中.一九七二年Rtrr等人[1]首先从形态学及病理学角度描述了一种不同于坏死表现的细胞死亡形式,称之为细胞凋亡(apoptosis),亦称细胞程序性死亡(pcd).细胞凋亡是细胞死亡的另一种死亡形态,它是一种主动死亡过程,其形态学特点为:凋亡细胞表面皱缩,失去细胞间联结,体积缩小,细胞膜起泡或芽变胞质浓缩,染色质收缩,浓集于核膜附近,形成新月样结构.上述变化在数分钟内即可完成,继之细胞内陷,将整个细胞分割成数个大小不等的不连续小体,称为凋亡小体.凋亡小体随后被邻近正常组织或巨噬细胞吞噬、消化,全过程仅需数小时.整个过程不伴炎症反应,不伴细胞内容物的释放,溶酶体不参与.而细胞坏死是一种细胞被动死亡的过程,其形态学特点是细胞胞膜通透性增加,细胞肿胀、细胞器如线粒体、内质网肿胀、溶酶破裂,进一步造成细胞膜破裂和细胞结构崩解.坏死时伴有细胞浆外溢和周围组织炎症反应.