細(xì)胞追蹤問題的研究,對建立細(xì)胞的生長發(fā)育模型并探索生命體基因的結(jié)構(gòu)和功能至關(guān)重要。本文研究的主要內(nèi)容是顯微圖像棧序列中植物頂端分生組織細(xì)胞群的追蹤問題。植物細(xì)胞的追蹤不同于動(dòng)物細(xì)胞以及普通物體的追蹤,其主要難點(diǎn)在于:（1）植物細(xì)胞群高度密集,并呈蜂窩狀排布;（2）顯微圖像棧中含有較多的噪聲,對細(xì)胞的識別以及細(xì)胞軌跡的重建造成干擾;（3）細(xì)胞圖像在采集過程中間隔時(shí)間較長,導(dǎo)致細(xì)胞追蹤過程中難免出現(xiàn)間斷情況。針對以上難點(diǎn),本文的主要工作和創(chuàng)新點(diǎn)如下:本文使用了一種基于機(jī)器學(xué)習(xí)的細(xì)胞分割方法對植物細(xì)胞圖像進(jìn)行自動(dòng)分割。該方法首先識別出最大穩(wěn)定極值區(qū)域作為候選細(xì)胞樣區(qū)域,接下來使用結(jié)構(gòu)化支持向量機(jī)對少量樣本點(diǎn)進(jìn)行訓(xùn)練學(xué)習(xí),根據(jù)學(xué)習(xí)到的細(xì)胞外觀模型對每個(gè)候選區(qū)域進(jìn)行評價(jià),動(dòng)態(tài)選擇出與模型最匹配的非重疊區(qū)域作為細(xì)胞識別的結(jié)果,以達(dá)到細(xì)胞分割的目的。對于細(xì)胞追蹤,本文設(shè)計(jì)了一種利用局部圖匹配模型與交互式多模型（Interacting Multiple Model,IMM）濾波器相結(jié)合的方法實(shí)現(xiàn)細(xì)胞的快速追蹤。該濾波器結(jié)合了三種運(yùn)動(dòng)形式的卡爾曼濾波模型,與單一模型的卡爾曼濾波器相比,具有參數(shù)在線自適應(yīng)... 

【文章來源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

不同濾波器模型MSE比較

實(shí)驗(yàn)重點(diǎn)研究了三組植物擬南芥頂端分生組織四維（深度/時(shí)間）細(xì)胞顯微圖像棧序列，如圖 6.1 所示。在時(shí)間上，相鄰幀的采樣間隔為 3 小時(shí)，周期為72 小時(shí)，在深度上，采集源自緊密相鄰的多層切片。實(shí)驗(yàn)中的細(xì)胞圖像已按照文獻(xiàn)[73]中提出的方法做了配準(zhǔn)處理，平均每幀包含細(xì)胞 100-150 個(gè)，單個(gè)細(xì)胞的直徑約 5 m。...............T(1) 12 h (2)(3)(4) (6)(7)...............12 h12 h15 h18 h15 h 18 h15 h 18 hT............TZ30 h30 h30 h33 h36 h3 h 6 h 9 h12 h12 h12 h15 h18 h15 h 18 h15 h 18 hZ Z...3 h 6 h 9 h3 h 6 h 9 h33 h36 h33 h 36 h圖 6.1 三組細(xì)胞圖像數(shù)據(jù)集

到細(xì)胞長期穩(wěn)定追蹤的目的。相比于之前開發(fā)的種子點(diǎn)擴(kuò)散方法，在速度和準(zhǔn)確度上有明顯的提高，改善了整套追蹤系統(tǒng)的性能。6.5 細(xì)胞追蹤 GUI 界面GUI（Graphical User Interfaces，GUI）是用戶與計(jì)算機(jī)或計(jì)算機(jī)程序的接觸點(diǎn)或交互方式，是用戶與計(jì)算機(jī)進(jìn)行信息交流的方式。GUI 是由窗口、光標(biāo)、按鍵、菜單、文字說明等對象（Object）所構(gòu)成的用戶界面。在該界面中，用戶可以通過一定的方法（如鼠標(biāo)或鍵盤）來選擇或者激活界面當(dāng)中的圖形對象，使計(jì)算機(jī)或者計(jì)算機(jī)程序能夠產(chǎn)生用戶所需的對應(yīng)響應(yīng)。因此，根據(jù)上述研究成果，使用 MATLAB 的 GUI 命令設(shè)計(jì)了簡單的應(yīng)用于植物細(xì)胞追蹤的界面，整體包括細(xì)胞的分割和追蹤兩個(gè)部分，主要目的是能夠直觀的看出細(xì)胞分割與追蹤的效果。對于細(xì)胞分割來說，我們需要處理的是單張圖片，而細(xì)胞追蹤則是對整個(gè)圖片序列進(jìn)行追蹤，所以在界面的工具欄中分別設(shè)置了打開單張圖片與打開圖像序列兩個(gè)選項(xiàng)。

【參考文獻(xiàn)】：
期刊論文
[1]相差顯微圖像下的癌細(xì)胞狀態(tài)檢測[J]. 張劍華,鄒祎杰,高強(qiáng),陳勝勇.  計(jì)算機(jī)科學(xué). 2016(05)
[2]A compressive tracking based on time-space Kalman fusion model[J]. Xiao YUN,Zhongliang JING,Gang XIAO,Bo JIN,Canlong ZHANG.  Science China（Information Sciences）. 2016(01)
[3]自適應(yīng)梯度重建分水嶺分割算法[J]. 張志禹,孟令輝,雷濤.  中國圖象圖形學(xué)報(bào). 2014(10)
[4]高密度細(xì)胞復(fù)雜運(yùn)動(dòng)的并行跟蹤算法[J]. 郭巾銘,李輝,楊風(fēng)雷.  計(jì)算機(jī)工程. 2013(06)
[5]綜合結(jié)構(gòu)和紋理特征的場景識別[J]. 周莉,胡德文,周宗潭.  中國科學(xué):信息科學(xué). 2012(06)
[6]多模式追蹤食蟹猴骨髓間充質(zhì)干細(xì)胞[J]. 任振華,王佳茵,鄒春林,關(guān)云謙,張愚.  中國科學(xué):生命科學(xué). 2012(01)
[7]基于區(qū)域MRF和貝葉斯置信傳播的SAR圖像分割[J]. 宋曉峰,王爽,劉芳.  電子學(xué)報(bào). 2010(12)
[8]結(jié)合細(xì)胞散點(diǎn)圖和改進(jìn)Snake模型的重疊細(xì)胞分割修復(fù)的方法[J]. 鄒剛,姚偉,孫即祥,敖永紅.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 2010(01)
[9]基于形態(tài)學(xué)梯度重構(gòu)和標(biāo)記提取的分水嶺圖像分割[J]. 王宇,陳殿仁,沈美麗,吳戈.  中國圖象圖形學(xué)報(bào). 2008(11)
[10]圖像算法方式的細(xì)胞追蹤[J]. 袁曉虎,崔艷.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 2008(03)

博士論文
[1]序列顯微熒光圖像的動(dòng)態(tài)特性定量分析及融合檢測[D]. 馮琳清.浙江大學(xué) 2011
[2]基于形態(tài)學(xué)多尺度圖像分析的海藻細(xì)胞圖像分割及特征提取[D]. 程軍娜.中國海洋大學(xué) 2010
[3]神經(jīng)元干細(xì)胞序列圖像分割與追蹤系統(tǒng)的研究[D]. 湯春明.哈爾濱工程大學(xué) 2006

碩士論文
[1]基于局部圖匹配的植物細(xì)胞魯棒追蹤算法研究[D]. 向鵬.湖南大學(xué) 2016



本文編號：2962576