[發明專利]基于支持向量機排序的有絲分裂定位和識別的方法

有效

• 申請號: 201710271326.1
• 申請日: 2017-04-24
• 公開（公告）號: CN107194319B
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 蘇育挺;程會云;劉安安
• 申請（專利權）人: 天津大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 李林娟

本發明公開了一種基于支持向量機排序的有絲分裂定位和識別的方法，包括：對候選子序列的每一幀圖像分別提取HOG、SIFT以及Gist三種視覺特征向量，將提取的視覺特征向量串聯作為候選子序列的視覺特征；對視覺特征利用SVM?rank方法，將學習到的排序函數的參數向量作為對象幀特征向量；將整合后的具有時序性的特征向量作為圖像序列每一幀特征，該特征表征了對象幀所包含的時序信息；在排序的特征向量上訓練線性SVM分類器來預測每一幀的階段標簽，獲取每個階段的起始幀位置、以及幀數目；若某序列包含完整的四個階段，并且滿足四個階段間的順序信息，那么該序列包含了一個分裂事件。本方法提高了識別的準確率。

技術領域

本發明涉及有絲分裂事件檢測領域，尤其涉及一種基于支持向量機排序的有絲分裂定位和識別的方法。

背景技術

細胞作為生命體最基本的結構和功能單元，其增殖行為一直是生物醫學領域各專業(分子生物學、遺傳學、腫瘤生物學、免疫學、藥理和藥代動力學)的研究熱點。細胞增殖是生物體的重要生命特征，細胞增殖是生物體生長、發育、繁殖和遺傳的基礎，細胞以分裂的方式進行增殖。細胞分裂是一個細胞分裂為兩個細胞的過程，分裂前的細胞稱母細胞，分裂后的細胞稱子細胞，無論是單細胞的生物還是多細胞的生物，每個細胞都必須進行生長和分裂，通過分裂將復制的遺傳物質均等地分配到兩個子細胞中，保證了遺傳物質的穩定。

對細胞增殖行為的研究必須在活細胞水平上進行，常用的細胞活性的判別方法有兩種：一種是利用變色的生化反應的可定量檢測；另一種是根據顯微圖像由試驗人員做定性估量^[1]。隨著現代光學顯微鏡技術，光電轉化技術以及現代計算機圖像處理技術等多學科的發展，誕生了細胞顯微圖像分析技術。顯微圖像分析是指利用數字圖像處理和機器學習技術對顯微細胞圖像進行定量分析和病變診斷^[2]。準確地識別和定位細胞分裂事件是進行細胞增殖行為研究的基礎。細胞增殖研究初期的細胞群落規模小，培養周期短，通過人工標定的方法就可以完成對細胞分裂事件的檢測和定位，但是隨著研究的深入，細胞體外培養的群落規模不斷增大，培養時間逐漸變長，采用人工標定的方法便顯得費時費力，此時，利用顯微圖像分析技術通過計算機來自動，準確地完成對細胞分裂事件的識別就顯得尤為重要了。

處于分裂期的細胞具有顯著的形態特征，細胞的形態特征最直觀地反映了細胞分裂所處的不同生命周期，并展現出明顯的四個階段^[3]：第一階段，分裂的細胞在形態上會收縮，變圓；第二階段，相差顯微鏡下細胞邊緣與內部區域的亮度對比呈現明顯反差，周邊光暈會變強；第三階段，細胞形態會呈現“8”字形狀；第四階段，細胞分裂成兩個完全相同的子細胞。對細胞分裂事件的識別就是通過細胞連續時間內的顯著性特征，來識別細胞分裂事件。顯微圖像序列中有絲分裂事件的識別方法通常分為兩類：基于局部顯著性的方法和基于時間上下文的方法。

常用的基于局部顯著性的方法有，利用環形檢測器來定位母細胞和兩個子細胞^[4]；通過細胞核的形狀和紋理特征來對細胞分裂階段進行識別；或者把細胞分裂事件當成時空域中一個局部事件來進行檢測，應用級聯分類器對三維Haar-like特征描述的圖像序列所構成的體積滑動窗口進行分類^[5]，這種基于局部顯著特征的方法只需用一個訓練好的分類器對所有圖像序列順序掃描就可得到圖像序列中所有發生分裂的細胞，但是這類方法依賴大量的訓練數據并且忽略了序列的時序動態特征。