显微视频细胞分割与跟踪方法研究

代理获取

页面导航

目录
摘要
著录项
相似文献
相关主题

摘要

医学中的大部分疾病都和细胞行为有关。细胞图像分割与细胞跟踪是研究细胞行为的重要手段。传统细胞行为的研究往往是基于人工的方式，不但需要大量的人力，而且在跟踪细胞过程中涉及细胞染色等化学操作，影响细胞的生理运动，从而影响跟踪结果。因此借助计算机视觉相关理论完成细胞图像分割与细胞跟踪对于研究细胞行为具有重要的意义。
　　由于细胞场景中存在细胞聚集、消失与分裂等复杂状态，使得一些经典的图像分割方法和目标跟踪方法不能直接应用于细胞场景中。本文正是基于此对细胞图像分割和细胞跟踪方法进行研究。
　　本文主要完成了以下工作:
　　1）针对黏连细胞问题提出了一种基于多尺度log-filter（Laplace of Gaussian filter）的四阶段细胞图像分割方法。该方法主要涉及阈值法提取细胞区域；基于多尺度log-filter检测细胞中心；基于城市距离定位黏连细胞连接处，之后通过移除低灰度像素或者最近邻方法得到粗分割结果；最后,通过增加梯度约束项改进主动轮廓模型调整分割结果，使得分割结果更加接近细胞的真实边界。该方法在MCF-10A数据集上进行验证,能够得到较好的分割结果。
　　2）为应对细胞分裂、消失、新生等复杂情况，将细胞跟踪问题转化为分类问题，分别实现了基于有监督学习和主动学习的细胞跟踪。该方法通过挖掘细胞特征，基于GBDT有监督学习训练，可以对未知样本取得很好的跟踪效果。针对目前细胞视频标记样本缺乏问题，采用主动学习的思想解决，通过制定筛选样本策略使得标记很少的样本就可以得到很高的正确率。
　　3）PHD（Probability Hypothesis Density）滤波方法是基于随机有限集统计的滤波方法，能够跟踪数目变化的目标，因此适合应用于细胞场景中。本文通过分析显微视频图像中细胞的多个特征，提取细胞中心位置、灰度均值和局部场景图像熵三种特征，在状态空间中表征细胞的运动学特征和图像特征，用于自动化细胞跟踪。实验结果表明本文方法可以有效的同时跟踪多个细胞，与采用单独动力学特征的细胞跟踪相比具有更高的跟踪精度。

著录项

作者
赵中祥;
展开▼
作者单位

哈尔滨工业大学;

展开▼
授予单位哈尔滨工业大学;
学科计算机科学与技术
授予学位硕士
导师姓名赵玲玲;
年度 2016
页码
总页数
原文格式 PDF
正文语种中文
中图分类 R329.25;TP391.41;
关键词
生物医学; 细胞行为; 显微视频; 图像分割; 目标跟踪;

相似文献

中文文献
外文文献
专利

1. 视频对象分割及跟踪方法研究 [J] . 沈未名 ,江柳 ,种衍文 . 武汉大学学报：信息科学版 . 2004,第3期
2. 显微细胞图像有形成分分割方法研究 [J] . 漆鹏杰 ,刘秀波 ,仲兆准 . 微型机与应用 . 2015,第017期
3. 3D视频目标分割与快速跟踪 [J] . 朱仲杰 ,张慧敏 ,王玉儿 . 电路与系统学报 . 2013,第001期
4. 光电跟踪中实时视频对象分割算法 [J] . 李银伢 ,陈黎 ,戚国庆 . 计算机仿真 . 2010,第009期
5. 基于主色跟踪和质心运动的视频场景分割 [J] . 印勇 ,王旭军 . 计算机应用研究 . 2010,第004期
6. 视频监控中针对拥挤人群的人体分割与跟踪 [C] . 满君丰 ,温向兵 ,李倩倩 . 第七届全国计算机支持的协同工作学术会议暨第五届全国智能信息网络学术会议 . 2010
7. 结合跟踪技术的视频目标分割方法研究 [A] . 黄元捷 . 2015

显微视频细胞分割与跟踪方法研究

目录

摘要

著录项

相似文献

相关主题

期刊订阅