發(fā)布時(shí)間：2021-08-30 10:47

　　人類許多重大疾病,如腫瘤發(fā)生和轉(zhuǎn)移等,都與細(xì)胞運(yùn)動(dòng)息息相關(guān)。通過細(xì)胞追蹤揭示細(xì)胞行為以及細(xì)胞運(yùn)動(dòng)的特定規(guī)律,可為疾病醫(yī)學(xué)研究提供可靠依據(jù)。當(dāng)前對細(xì)胞追蹤的研究手段主要有細(xì)胞染色方式和圖像分析方式兩種。細(xì)胞染色方法過程繁瑣,成本昂貴,尤其在針對大量細(xì)胞追蹤和細(xì)胞的生長、增殖過程時(shí),精確度不高。圖像分析作為新的一種研究方法,基于圖像處理和機(jī)器學(xué)習(xí),減少了人為操作,可以得到更為客觀和準(zhǔn)確的結(jié)果。本文通過長期活細(xì)胞培養(yǎng),使用cellprofiler軟件對顯微成像后的細(xì)胞進(jìn)行分割,提取細(xì)胞輪廓,最后捕捉圖片中所有細(xì)胞的形態(tài),并測量得到其形態(tài)參數(shù),如大小、位置、長寬比等信息。對比時(shí)間序列,利用輪廓跟蹤方法對同一幀和不同幀圖像中的細(xì)胞形態(tài)特征相關(guān)性進(jìn)行分析與比較,用提取出來的特征參數(shù)把相鄰兩幀中的所有細(xì)胞一一匹配,實(shí)現(xiàn)細(xì)胞與細(xì)胞之間的最佳匹配,進(jìn)而實(shí)現(xiàn)大量細(xì)胞的追蹤。輪廓跟蹤方法主要使用目標(biāo)區(qū)域的內(nèi)在信息編碼,這些信息可以由外觀密度和形狀模型構(gòu)成。如果已知一個(gè)目標(biāo)模型,形狀匹配和外形提取分割都可以實(shí)現(xiàn)跟蹤。本文從形態(tài)特征分析出發(fā),結(jié)合實(shí)驗(yàn)對比,表明細(xì)胞的運(yùn)動(dòng)可以通過單個(gè)細(xì)胞的形態(tài)去追蹤。本文采用的圖... 

【文章來源】：醫(yī)用生物力學(xué). 2019,34(S1)北大核心CSCD

【文章頁數(shù)】：1 頁

【參考文獻(xiàn)】：
期刊論文
[1]礦用電纜卷放車智能追蹤系統(tǒng)設(shè)計(jì)[J]. 唐曉騫,陳偉華.  能源與環(huán)保. 2021(02)



本文編號(hào)：3372637