[发明专利]基于Meanshift算法的视频显微图像细胞自动跟踪方法

说明书

技术领域

本发明属于数字图像处理领域，涉及视频显微图像细胞自动跟踪的方法，该 方法可用于细胞运动分析。

背景技术

研究细胞的运动十分重要，从细胞学建立初，最开始研究的就是细胞的运动， 那时由于实验设备的制约，人眼能够看到的微观级别只是在显微镜下看到整个细 胞，而不像今天，在高倍显微镜下，细胞的基本机构都能观察的到，所以那时细 胞学研究更多的是关注细胞的运动情况，时过境迁，今天科技的发展使得科研的 进行方便而有效，虽然更多的科研活动已经深入到细胞更微观的领域，可是细胞 运动研究的重要性并没有随着时代发展而淡却，反而以另一种方式活跃于细胞研 究的领域。

在一种新药的研制过程中，往往需要在显微镜下对细胞进行注药试验数千次， 观察活体细胞在注药之后的反应，当实验成熟之后才会进一步的在生物体内测试， 当研究某种病毒细胞的扩散方式和程度时，同样会采用这种方式，先要在培养皿 中观察病毒细胞入侵正常细胞的过程，当然还有许多需要细胞运动研究的地方， 其应用范围在不断的扩大，而且新的技术也赋予这项研究以新的内容，很多科研 组织都已经开发出基于新方法研究细胞的新平台，可以预见，细胞运动研究的发 展会由于其重要作用而越来越迅速。

目前，国内细胞跟踪的实现方法主要还是显微设备辅助下的人工定时检测和记 录，其自动化程度较低，一方面要求工作人员付出辛苦的劳动，具有较高的劳动 强度；另一方面由于细胞形式的复杂多变性，如细胞分裂、结合、聚集、交叉和 视频图像本身的噪声和干扰等因素，使得人工观测过程更加困难，并且有较高的 出错率。

近几年，国外研究机构在细胞自动跟踪方面取得了一些研究成果，借助图像分 析软件研制出一批细胞自动跟踪系统，如近日，英国一个由生物学家和计算机软 件开发专家组成的研究小组研制出一套可以分析显微镜下观察到的一系列静止细 胞数字图像的系统，美国莱斯大学的研究者在一项突破性研究中，设计新型计算 机图像分析系统，能够追踪存活在生命组织模型中的三维个体癌细胞，但在商业 化方面它们都还不成熟，这些设备虽然能够通过图像处理软件和分析软件计算出 细胞在图像上的位置，但对于细胞的分裂、细胞聚合和多细胞运动轨迹的交叉等 特殊情况难以处理。

发明内容

本发明的目的在于针对现有细胞跟踪方法的不足，提出一种基于Meanshift 算法的视频显微图像细胞自动跟踪方法，以实现对运动细胞进行自动跟踪，提高 对细胞运动中出现特殊情况时的处理能力。

实现本发明的技术方案是：将细胞运动跟踪问题看作多目标跟踪问题，利用 Meanshift算法对预处理后的细胞二值图像进行聚类，将得到的聚类中心作为待跟 踪细胞中心下一时刻的预测位置，以这些预测位置为中心，为每个待跟踪细胞建 立矩形搜索匹配区域，计算待跟踪细胞与它的每一个可疑匹配细胞之间的代价函 数值，将代价函数值最小的可疑匹配细胞作为待跟踪细胞的最佳匹配细胞，完成 对待跟踪细胞的跟踪，具体实现步骤如下：

1)对细胞原始图像进行预处理，利用分水岭方法对预处理后的图像进行二值 分割，并对分割后的二值图像中的细胞区域进行标记，提取每个细胞的中心位置、 周长和面积信息；

2)为每个待跟踪细胞建立匀速运动模型，并对模型中的状态向量及误差协方 差矩阵进行初始化；

3)利用卡尔曼滤波器对当前时刻所有待跟踪细胞的下一时刻运动进行预测， 将获得的预测值作为初始聚类中心，利用Meanshift算法对下一时刻二值图像进行 聚类，并将得到的聚类中心作为待跟踪细胞中心下一时刻的预测位置，以这些预 测位置为中心，为每个待跟踪细胞建立矩形搜索匹配区域，在下一时刻中，将中 心点落入这些区域的细胞称为待跟踪细胞的可疑匹配细胞；

4)计算待跟踪细胞与它的每一个可疑匹配细胞之间的代价函数值为：

cosT(i_m，j_n)＝αD(i_m，j_n)+βP(i_m，j_n)+γS(i_m，j_n)    1≤m≤M，1≤n≤N_m