[發(fā)明專利]基于區(qū)域特征的細(xì)胞跟蹤方法及裝置

無效

• 申請(qǐng)?zhí)枺?/td>: 201310611680.6
• 申請(qǐng)日: 2013-11-26
• 公開（公告）號(hào): CN103606173A
• 公開（公告）日: 2014-02-26
• 發(fā)明（設(shè)計(jì)）人: 陳磊;朱辰;陳勝勇;管秋;汪曉妍;楊延紅
• 申請(qǐng)（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號(hào): G06T7/20
• 分類號(hào): G06T7/20
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 葉志堅(jiān)

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)視覺技術(shù)領(lǐng)域，尤其涉及基于區(qū)域特征的細(xì)胞跟蹤方法及裝置。

背景技術(shù)

細(xì)胞動(dòng)態(tài)分析在細(xì)胞生物學(xué)和生物醫(yī)學(xué)中都具有重要的研究意義和應(yīng)用價(jià)值，其通常是通過對(duì)細(xì)胞進(jìn)行跟蹤來實(shí)現(xiàn)的，然而傳統(tǒng)的細(xì)胞跟蹤方法不僅需要大量繁瑣的人為操作，還需要使用物理、化學(xué)等操作，使研究結(jié)果不能客觀的反映細(xì)胞的自然運(yùn)動(dòng)。

隨著計(jì)算機(jī)視覺技術(shù)和數(shù)字圖像處理技術(shù)的發(fā)展，運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤作為計(jì)算機(jī)視覺的研究?jī)?nèi)容之一，已經(jīng)越來越受到科研人員的廣泛關(guān)注。在大多數(shù)的數(shù)字圖像視頻分析應(yīng)用中，主要的目標(biāo)是在圖像序列中檢測(cè)和跟蹤一個(gè)或多個(gè)物體的運(yùn)動(dòng)。分析視頻圖像中物體運(yùn)動(dòng)的應(yīng)用非常廣泛，例如交通控制、機(jī)器人控制、海洋監(jiān)測(cè)和人臉檢測(cè)識(shí)別等。然而，隨著顯微鏡技術(shù)的快速發(fā)展，把計(jì)算機(jī)視覺技術(shù)和數(shù)字圖像處理技術(shù)運(yùn)用到微觀領(lǐng)域進(jìn)行科學(xué)研究也引起了科研人員的興趣。

由于顯微細(xì)胞圖像存在圖像模糊、細(xì)胞分布雜亂等特點(diǎn)，通過傳統(tǒng)的人工方法分析顯微鏡下拍攝的大量圖片是一件冗長(zhǎng)乏味的事情，而且隨著細(xì)胞圖像數(shù)據(jù)的不斷增加和重復(fù)觀察的需要，顯然人工分析的方法是一項(xiàng)不切實(shí)際的方法。而且有時(shí)候由于使用了物理化學(xué)等操作使實(shí)驗(yàn)結(jié)果不能夠正確地反映細(xì)胞的自然運(yùn)動(dòng)，因此傳統(tǒng)的細(xì)胞跟蹤方法在技術(shù)日益更新的今天已不再適用。隨著計(jì)算機(jī)技術(shù)的發(fā)展，運(yùn)用數(shù)字圖像處理技術(shù)和計(jì)算機(jī)視覺的技術(shù)定量分析視頻中細(xì)胞的運(yùn)動(dòng)無疑是很好的選擇，不僅能夠減少人為因素的干擾，而且自動(dòng)地分析細(xì)胞的動(dòng)態(tài)行為，已經(jīng)成為取代人工方法的一項(xiàng)重要技術(shù)。

然而由于細(xì)胞圖像本身具有復(fù)雜的自然屬性和結(jié)構(gòu)特性如光照的影響、邊界模糊、信噪比低、重疊細(xì)胞等問題，雖然現(xiàn)有技術(shù)基于閾值的細(xì)胞圖像分割方法和基于形變模型的細(xì)胞圖像分割方法在分割細(xì)胞圖像時(shí)都能夠取得很好的分割效果，但是在分割結(jié)果中通常會(huì)存在粘連的現(xiàn)象，需要進(jìn)行進(jìn)一步處理。

發(fā)明內(nèi)容

本發(fā)明的目的是提出一種基于區(qū)域特征的細(xì)胞跟蹤方法及裝置，用以解決現(xiàn)有技術(shù)在細(xì)胞圖像分割時(shí)存在的粘連現(xiàn)象。

一種基于區(qū)域特征的細(xì)胞跟蹤方法，用于根據(jù)顯微視頻的幀圖像進(jìn)行細(xì)胞跟蹤，所述方法包括步驟：

步驟1、對(duì)顯微拍攝的細(xì)胞視頻進(jìn)行轉(zhuǎn)換得到連續(xù)的細(xì)胞圖像幀，并對(duì)每一幀細(xì)胞圖像進(jìn)行圖像分割，在細(xì)胞圖像中標(biāo)記細(xì)胞區(qū)域；

步驟2、以第一幀細(xì)胞圖像為當(dāng)前細(xì)胞圖像，在該細(xì)胞圖像中標(biāo)記要跟蹤的待跟蹤細(xì)胞；

步驟3、輸入當(dāng)前細(xì)胞圖像的下一幀細(xì)胞圖像，根據(jù)每個(gè)細(xì)胞區(qū)域的質(zhì)心求出與待跟蹤細(xì)胞之間的歐式距離，如果小于細(xì)胞運(yùn)動(dòng)的平均距離，則認(rèn)為該細(xì)胞是待跟蹤細(xì)胞的候選細(xì)胞，并記錄所有的候選細(xì)胞信息；

步驟4、對(duì)所有的候選細(xì)胞，分別計(jì)算與待跟蹤細(xì)胞之間的相似度，以相似度值最大的候選細(xì)胞為該待跟蹤細(xì)胞的匹配細(xì)胞；

步驟5、判斷是否所有細(xì)胞圖像跟蹤完畢，是則結(jié)束細(xì)胞跟蹤，否則以下一幀細(xì)胞圖像為當(dāng)前細(xì)胞圖像，以匹配細(xì)胞為待跟蹤細(xì)胞，返回步驟3。

進(jìn)一步地，所述步驟1包括步驟：

步驟1.1、對(duì)顯微拍攝的細(xì)胞視頻進(jìn)行轉(zhuǎn)換得到連續(xù)的細(xì)胞圖像幀，并對(duì)每一幀細(xì)胞圖像進(jìn)行分割，將潛在的細(xì)胞區(qū)域從背景區(qū)域中提取出來；

步驟1.2、將分割后的圖像進(jìn)行二值化，并基于數(shù)學(xué)形態(tài)學(xué)對(duì)細(xì)胞圖像進(jìn)行區(qū)域填充和噪點(diǎn)去除；

步驟1.3、查找細(xì)胞圖像中的粘連細(xì)胞，并進(jìn)行粘連細(xì)胞分離；

步驟1.4、在細(xì)胞圖像中標(biāo)記細(xì)胞區(qū)域。

進(jìn)一步地，所述查找細(xì)胞圖像中的粘連細(xì)胞，并進(jìn)行粘連細(xì)胞分離，具體包括步驟：

步驟1.3.1、查找出細(xì)胞區(qū)域面積大于預(yù)先設(shè)定的面積閾值的可能粘連細(xì)胞；

步驟1.3.2、在當(dāng)前細(xì)胞圖像的前一幀中和后一幀中搜索所述可能粘連細(xì)胞對(duì)應(yīng)的細(xì)胞區(qū)域，如果該可能粘連細(xì)胞的面積大于對(duì)應(yīng)的細(xì)胞區(qū)域面積超過一定比例值，則判斷該可能粘連細(xì)胞為粘連細(xì)胞；

步驟1.3.3、將粘連細(xì)胞進(jìn)行分離。

進(jìn)一步地，所述比例值為40%。由于細(xì)胞分裂導(dǎo)致的細(xì)胞面積增長(zhǎng)不會(huì)超過40%，所以將比例值設(shè)為40%，可以有效區(qū)分粘連細(xì)胞與細(xì)胞分裂。

本發(fā)明中，所述相似度計(jì)算公式如下：

E_R(k,k')=λ₁E_displacement+λ₂E_area+λ₃E_deformation