论文部分内容阅读
对生物细胞进行识别与追踪是探究生物个体运动规律的重要方式,由于斑马鱼细胞具有良好的光学透明性、易于繁殖等优点使其已成为生物医学方向的重要研究载体之一。在对生物细胞进行追踪之前首先需要选择合适的成像方式,基于角度复用光学投影层析成像(Optical projection tomography,OPT)系统相对于传统的光学成像系统具有光毒性小,成像视野范围广等优点,已经成为观察生物体运动规律的优良选择。然而由于需要对斑马鱼整体进行成像,在成像图像中细胞聚集情况较为严重,因此需要寻找合适的细胞分割算法来识别检测细胞。在细胞追踪阶段,采用基于角度复用OPT系统由两个方向的投影数据来合成细胞的三维状态信息,传统的二维目标追踪算法和三维目标追踪算法都不能很好的适用于角度复用OPT成像系统,因此,仍然需要开发与角度复用OPT系统配套的细胞追踪算法。本文首先应用传统的分水岭算法及其改进算法对斑马鱼细胞图像进行了分割实验,其中基于距离变换的分水岭算法在细胞聚集区域不能很好的表达细胞区域极小值,容易造成欠分割现象;基于梯度变换的分水岭算法由于其对图像梯度边缘十分敏感因此极易造成过度分割现象;基于标记控制的分水岭算法虽然能够很好的描述细胞的聚集状态,但是仍然需要良好的阈值分割算法作为分割基础。因此本文在充分对比了分水岭算法及其改进算法的基础之上提出了基于Mask-RCNN的斑马鱼中性粒细胞分割算法,将多类别检测的Mask-RCNN检测网络调整为斑马鱼中性粒细胞单一类别检测网络,通过调节模型超参数,构建斑马鱼胚胎中性粒细胞数据集,对模型进行迭代训练,使得最终模型检测准确率在YZ方向系列图像上达到89.29%,在XZ方向系列图像上达到86.20%,均优于传统的分水岭算法。在细胞追踪方面,针对角度复用OPT成像系统,在二维追踪算法DeepSort算法基础之上结合OPT成像系统内目标运动特点,提出了基于DeepSort的斑马鱼中性粒细胞三维追踪算法。针对算法中轨迹id切换问题和断裂轨迹连接问题,结合OPT成像系统中斑马鱼细胞的运动特点提出了结合累积距离误差最小化的优化算法以及断裂轨迹连接算法,在对斑马鱼中性粒细胞进行逐帧关联的时候结合OPT旋转信息对细胞在下一帧的位置信息进行预测,该预测方法符合细胞实际运动规律,有效的保证了重建的斑马鱼中性粒细胞轨迹在空间上和时间上的连续性,另外由于细胞运动位置重叠或者细胞荧光强度降低常常出现漏识别细胞的情况,断裂轨迹连接算法有助于得到完整可靠的斑马鱼中性粒细胞在体内的三维运动轨迹。最终重建出79条可量化分析的斑马鱼胚胎中性粒细胞轨迹。