基于細(xì)胞區(qū)域特征和局部圖特征的細(xì)胞跟蹤方法及裝置制造方法
【專利摘要】本發(fā)明公開了基于細(xì)胞區(qū)域特征和局部圖特征的細(xì)胞跟蹤方法及裝置，該方法首先對顯微拍攝的細(xì)胞視頻進(jìn)行轉(zhuǎn)換得到連續(xù)的細(xì)胞圖像幀，基于區(qū)域特征對細(xì)胞進(jìn)行跟蹤，并搜索當(dāng)前細(xì)胞圖像中遺留的還沒有匹配成功的細(xì)胞區(qū)域，標(biāo)記該沒有匹配成功的細(xì)胞區(qū)域?yàn)榇櫦?xì)胞，在下一幀細(xì)胞圖像中計算沒有匹配成功的細(xì)胞區(qū)域的質(zhì)心與待跟蹤細(xì)胞之間的歐式距離，查找到候選細(xì)胞，最后對所有的候選細(xì)胞，分別計算與待跟蹤細(xì)胞之間的相似度，以相似度值最大的候選細(xì)胞為該待跟蹤細(xì)胞的匹配細(xì)胞。本發(fā)明同時還公開了應(yīng)用該方法的細(xì)胞跟蹤裝置。本發(fā)明不僅成功的識別了移動距離較大的細(xì)胞，還減少了計算量。
【專利說明】基于細(xì)胞區(qū)域特征和局部圖特征的細(xì)胞跟蹤方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于計算機(jī)視覺【技術(shù)領(lǐng)域】，尤其涉及基于細(xì)胞區(qū)域特征和局部圖特征的細(xì)胞跟蹤方法及裝置。
【背景技術(shù)】
[0002]細(xì)胞動態(tài)分析在細(xì)胞生物學(xué)和生物醫(yī)學(xué)中都具有重要的研究意義和應(yīng)用價值，其通常是通過對細(xì)胞進(jìn)行跟蹤來實(shí)現(xiàn)的，然而傳統(tǒng)的細(xì)胞跟蹤方法不僅需要大量繁瑣的人為操作，還需要使用物理、化學(xué)等操作，使研究結(jié)果不能客觀的反映細(xì)胞的自然運(yùn)動。
[0003] 申請人:在同時提交的名稱為“基于區(qū)域特征的細(xì)胞跟蹤方法及裝置”的專利申請中提出了一種基于區(qū)域特征的細(xì)胞跟蹤方法及裝置，該方法對顯微拍攝的細(xì)胞視頻進(jìn)行轉(zhuǎn)換得到連續(xù)的細(xì)胞圖像幀，并對每一幀細(xì)胞圖像進(jìn)行圖像分割，在細(xì)胞圖像中標(biāo)記細(xì)胞區(qū)域，根據(jù)每個細(xì)胞區(qū)域的質(zhì)心求出與待跟蹤細(xì)胞之間的歐式距離，如果小于細(xì)胞運(yùn)動的平均距離，則認(rèn)為該細(xì)胞是待跟蹤細(xì)胞的候選細(xì)胞，并記錄所有的候選細(xì)胞信息；最后對所有的候選細(xì)胞，分別計算與待跟蹤細(xì)胞之間的區(qū)域特征相似度，以區(qū)域特征相似度值最大的候選細(xì)胞為該待跟蹤細(xì)胞的匹配細(xì)胞。該發(fā)明申請的對粘連細(xì)胞的識別和分離準(zhǔn)確率高，能夠快速有效地進(jìn)行細(xì)胞跟蹤。
[0004]然而基于細(xì)胞區(qū)域特征的細(xì)胞跟蹤在跟蹤移動距離很短的細(xì)胞時能夠取得很好的效果，但是對于移動距離很大甚至發(fā)生跳躍的細(xì)胞則無法完成跟蹤。同時在細(xì)胞跟蹤領(lǐng)域，圖論的細(xì)胞跟蹤方法越來越得到重視，圖論的細(xì)胞跟蹤方法依據(jù)的主要模型是“人群擁擠”模型，當(dāng)存在大量細(xì)胞或者細(xì)胞移動距離比較大時，這些移動的細(xì)胞在空間上的相對位置關(guān)系是相對穩(wěn)定，因此運(yùn)用圖論的方法在跟蹤這類細(xì)胞時具有無可比擬的優(yōu)勢。
[0005]但是圖論細(xì)胞跟蹤方法是建立在全圖基礎(chǔ)上的細(xì)胞跟蹤算法，這樣增加了跟蹤過程中計算量。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的是提出一種基于細(xì)胞區(qū)域特征和局部圖的細(xì)胞跟蹤方法，用以解決現(xiàn)有技術(shù)在細(xì)胞移動距離大跟蹤不準(zhǔn)確，計算量大的問題。
[0007]為了實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明技術(shù)方案如下:
[0008]一種基于細(xì)胞區(qū)域特征和局部圖特征的細(xì)胞跟蹤方法，用于根據(jù)顯微視頻的幀圖像進(jìn)行細(xì)胞跟蹤，所述方法包括步驟:
[0009]步驟1、對顯微拍攝的細(xì)胞視頻進(jìn)行轉(zhuǎn)換得到連續(xù)的細(xì)胞圖像幀，基于區(qū)域特征對細(xì)胞進(jìn)行跟蹤；
[0010]步驟2、以第一幀細(xì)胞圖像為當(dāng)前細(xì)胞圖像，搜索當(dāng)前細(xì)胞圖像中遺留的還沒有匹配成功的細(xì)胞區(qū)域，標(biāo)記該沒有匹配成功的細(xì)胞區(qū)域?yàn)榇櫦?xì)胞；
[0011]步驟3、輸入當(dāng)前細(xì)胞圖像的下一幀細(xì)胞圖像，計算出該下一幀細(xì)胞圖像中沒有匹配成功的細(xì)胞區(qū)域的質(zhì)心與待跟蹤細(xì)胞的歐式距離，如果小于指定的閾值，則認(rèn)為該細(xì)胞是待跟蹤細(xì)胞的候選細(xì)胞,并記錄所有的候選細(xì)胞信息；
[0012]步驟4、分別在當(dāng)前細(xì)胞圖像和當(dāng)前細(xì)胞圖像的下一幀細(xì)胞圖像中以待跟蹤細(xì)胞和候選細(xì)胞為中心，以匹配成功的細(xì)胞為相鄰細(xì)胞建立兩個局部圖，并計算局部圖特征相似度；
[0013]步驟5、對所有候選細(xì)胞，根據(jù)細(xì)胞區(qū)域特征相似度和局部圖特征相似度分別計算與待跟蹤細(xì)胞之間的相似度，以相似度值最大的候選細(xì)胞為待跟蹤細(xì)胞的匹配細(xì)胞；
[0014]步驟6、判斷是否所有細(xì)胞圖像跟蹤完畢，是則結(jié)束細(xì)胞跟蹤，否則以下一幀細(xì)胞圖像為當(dāng)前細(xì)胞圖像，以匹配細(xì)胞為待跟蹤細(xì)胞，返回步驟3。
[0015]進(jìn)一步地，所述步驟3中指定的閾值為4d，其中d為細(xì)胞運(yùn)動的平均距離。
[0016]進(jìn)一步地，所述局部圖特征相似度計算公式為:
【權(quán)利要求】
1.一種基于細(xì)胞區(qū)域特征和局部圖特征的細(xì)胞跟蹤方法，用于根據(jù)顯微視頻的幀圖像進(jìn)行細(xì)胞跟蹤，其特征在于，所述方法包括步驟: 步驟1、對顯微拍攝的細(xì)胞視頻進(jìn)行轉(zhuǎn)換得到連續(xù)的細(xì)胞圖像幀，基于區(qū)域特征對細(xì)胞進(jìn)行跟蹤； 步驟2、以第一幀細(xì)胞圖像為當(dāng)前細(xì)胞圖像，搜索當(dāng)前細(xì)胞圖像中遺留的還沒有匹配成功的細(xì)胞區(qū)域，標(biāo)記該沒有匹配成功的細(xì)胞區(qū)域?yàn)榇櫦?xì)胞； 步驟3、輸入當(dāng)前細(xì)胞圖像的下一幀細(xì)胞圖像，計算出該下一幀細(xì)胞圖像中沒有匹配成功的細(xì)胞區(qū)域的質(zhì)心與待跟蹤細(xì)胞的歐式距離，如果小于指定的閾值，則認(rèn)為該細(xì)胞是待跟蹤細(xì)胞的候選細(xì)胞，并記錄所有的候選細(xì)胞信息； 步驟4、分別在當(dāng)前細(xì)胞圖像和當(dāng)前細(xì)胞圖像的下一幀細(xì)胞圖像中以待跟蹤細(xì)胞和候選細(xì)胞為中心，以匹配成功的細(xì)胞為相鄰細(xì)胞建立兩個局部圖，并計算局部圖特征相似度； 步驟5、對所有候選細(xì)胞，根據(jù)細(xì)胞區(qū)域特征相似度和局部圖特征相似度分別計算與待跟蹤細(xì)胞之間的相似度，以相似度值最大的候選細(xì)胞為待跟蹤細(xì)胞的匹配細(xì)胞； 步驟6、判斷是否所有細(xì)胞圖像跟蹤完畢，是則結(jié)束細(xì)胞跟蹤，否則以下一幀細(xì)胞圖像為當(dāng)前細(xì)胞圖像，以匹配細(xì)胞為待跟蹤細(xì)胞，返回步驟3。
2.根據(jù)權(quán)利要求1所述的細(xì)胞跟蹤方法，其特征在于，所述步驟3中指定的閾值為4d，其中d為細(xì)胞運(yùn)動的平均距離。
3.根據(jù)權(quán)利要求1所述的細(xì)胞跟蹤方法，其特征在于，所述局部圖特征相似度計算公式為:
4.根據(jù)權(quán)利要求3所述的細(xì)胞跟蹤方法，其特征在于，所述候選細(xì)胞與待跟蹤細(xì)胞的相似度為:
E (k, k’)= 3 jEl (k, k’)+ 3 2Ee (k, k’) 式中E (k, k，)表示待跟蹤細(xì)胞k和候選細(xì)胞k，相似度大小，Ek(k，k’)和El(k, k’)分別表示細(xì)胞區(qū)域特征相似度和局部圖特征相似度，3 !表示局部圖相似度在相似度函數(shù)中的權(quán)重，P2表示區(qū)域特征相似度在相似度函數(shù)中的權(quán)重，^和P2取值范圍在0和I之間,之和為I。
5.根據(jù)權(quán)利要求4所述的細(xì)胞跟蹤方法，其特征在于，所述區(qū)域特征相似度Ek(k，k’)計算公式如下:

6.一種基于細(xì)胞區(qū)域特征和局部圖特征的細(xì)胞跟蹤裝置，用于根據(jù)顯微視頻的幀圖像進(jìn)行細(xì)胞跟蹤，其特征在于，所述裝置包括: 區(qū)域特征細(xì)胞跟蹤模塊，用于對顯微拍攝的細(xì)胞視頻進(jìn)行轉(zhuǎn)換得到連續(xù)的細(xì)胞圖像幀，基于區(qū)域特征對細(xì)胞進(jìn)行跟蹤； 待跟蹤細(xì)胞標(biāo)記模塊，用于在當(dāng)前細(xì)胞圖像中搜索當(dāng)前細(xì)胞圖像中遺留的還沒有匹配成功的細(xì)胞區(qū)域，標(biāo)記該沒有匹配成功的細(xì)胞區(qū)域?yàn)榇櫦?xì)胞； 候選細(xì)胞查找模塊，用于計算出當(dāng)前細(xì)胞圖像的下一幀細(xì)胞圖像中沒有匹配成功的細(xì)胞區(qū)域的質(zhì)心與待跟蹤細(xì)胞的歐式距離，如果小于指定的閾值，則認(rèn)為該細(xì)胞是待跟蹤細(xì)胞的候選細(xì)胞，并記錄所有的候選細(xì)胞信息； 局部圖特征計算模塊，用于分別在當(dāng)前細(xì)胞圖像和當(dāng)前細(xì)胞圖像的下一幀細(xì)胞圖像中以待跟蹤細(xì)胞和候選細(xì)胞為中心，以匹配成功的細(xì)胞為相鄰細(xì)胞建立兩個局部圖，并計算局部圖特征相似度； 匹配模塊，對所有候選細(xì)胞，根據(jù)細(xì)胞區(qū)域特征相似度和局部圖特征相似度分別計算與待跟蹤細(xì)胞之間的相似度，以相似度值最大的候選細(xì)胞為待跟蹤細(xì)胞的匹配細(xì)胞； 判斷模塊，用于判斷是否所有細(xì)胞圖像跟蹤完畢，是則結(jié)束細(xì)胞跟蹤，否則以下一幀細(xì)胞圖像為當(dāng)前細(xì)胞圖像，以匹配細(xì)胞為待跟蹤細(xì)胞，返回所述候選細(xì)胞查找模塊查找下一幀細(xì)胞圖像中的候選細(xì)胞。
7.根據(jù)權(quán)利要求6所述的細(xì)胞跟蹤裝置，其特征在于，所述候選細(xì)胞查找模塊中指定的閾值為4d，其中d為細(xì)胞運(yùn)動的平均距離。
8.根據(jù)權(quán)利要求6所述的細(xì)胞跟蹤裝置，其特征在于，所述局部圖相似度計算公式為:
9.根據(jù)權(quán)利要求8所述的細(xì)胞跟蹤裝置，其特征在于，所述候選細(xì)胞與待跟蹤細(xì)胞的相似度為:
10.根據(jù)權(quán)利要求9所述的細(xì)胞跟蹤裝置，其特征在于，所述區(qū)域特征相似度Ek(k，k’)計算公式如下:
Er (k, k，)=入

lEdisplacement+ 入 2^area~^"入 3^deformation 其中，EdispIacement是位移變化參數(shù)，E_是面積變化參數(shù),E—是形狀變化參數(shù)，A 17入2和X3表示各參數(shù)在區(qū)域特 征相似度函數(shù)中的權(quán)重。
【文檔編號】G06T7/20GK103617634SQ201310615851
【公開日】2014年3月5日 申請日期:2013年11月26日 優(yōu)先權(quán)日:2013年11月26日
【發(fā)明者】汪曉妍, 鄒祎杰, 朱辰, 陳勝勇, 管秋, 陳磊 申請人:浙江工業(yè)大學(xué)