基于收斂指數(shù)的顯微圖像中細胞檢測計數(shù)與三維重建研究.pdf

1、細胞顯微圖像處理與分析在生命科學領域占有非常重要的地位。隨著顯微鏡技術的發(fā)展，多種不同用途的顯微平臺被逐漸開發(fā)出來，由此產(chǎn)生了大量的高通量、高信息量生物微觀數(shù)據(jù)。這些數(shù)據(jù)的分析工作給計算機科學領域與生命科學領域的研究人員帶來極大的挑戰(zhàn)。
　　細胞檢測與計數(shù)、神經(jīng)元細胞解剖結構的三維重建都是顯微圖像分析領域的研究熱點，人們已經(jīng)提出了多種方法來輔助完成此類工作，然而這些方法在檢測精度、種類和效率等方面仍有很大不足。
　　本文對顯

2、微圖像處理領域中細胞檢測計數(shù)與三維重建方法進行了研究，開展了暗視野高密度細胞、明亮視野昆蟲細胞的檢測與計數(shù)以及神經(jīng)元細胞三維重建的探索性研究工作。論文主要內(nèi)容如下：
　　針對暗視野高密度細胞提出一種基于滑動帶濾波器的細胞計數(shù)方法，并應用在視網(wǎng)膜外膜層的細胞檢測計數(shù)上面。該方法是基于傳統(tǒng)的滑動帶濾波，通過對細胞原始圖像增強而獲得細胞中心點的方式來檢測需要計數(shù)的細胞。實驗評估結果表明提出的方法準確性高，與人工計數(shù)的結果接近，明顯優(yōu)于目

3、前高密度細胞計數(shù)的方法，同時也適合暗視野下密度較低的細胞。
　　針對明亮視野中的昆蟲細胞，提出一種新型細胞檢測計數(shù)方法，用來解決桿狀病毒表達體系的宿主細胞大規(guī)模培養(yǎng)過程中細胞計數(shù)問題。首先比較明暗視野下細胞圖像灰度梯度向量的分布特點，基于滑動帶濾波，我們調(diào)整收斂指數(shù)的計算方式，使其適應明亮視野下細胞結構，實現(xiàn)增強細胞中心來對細胞進行檢測計數(shù)。性能分析顯示，我們提出的方法在錯誤率和精度上面與人工計數(shù)接近，同時對細胞生長曲線的繪制也能

4、為生物實驗工作人員提供準確的細胞生長軌跡，證明了該方法可以應用于昆蟲細胞培養(yǎng)工作中，對提高整個過程的操作效率帶來的極大的幫助。
　　神經(jīng)元細胞解剖結構三維重建在神經(jīng)科學領域中占有非常重要的地位。本部分研究中，我們將二維收斂指數(shù)與滑動帶濾波擴展至三維空間，提出基于三維空間收斂指數(shù)的空間域滑動體濾波來獲取神經(jīng)元細胞體數(shù)據(jù)的關鍵點，隨后利用脊標準相似性法則來篩選位于神經(jīng)元細胞體中的種子點用于后續(xù)重建。結果顯示，我們提出的方法篩選到的種子

5、點在其有效性上面明顯優(yōu)于傳統(tǒng)的方法。
　　在重建神經(jīng)元解剖結構過程中，引入基于滑動體濾波的外力場來改進傳統(tǒng)的活動曲線模型，從而實現(xiàn)對神經(jīng)元細胞骨架的重建。隨后根據(jù)神經(jīng)細胞體橫截面的邊緣特點，提出基于二維滑動帶的方法來估計神經(jīng)元細胞橫截面邊界輪廓，使得最終重建的骨架在橫截面半徑邊緣估計上面更加接近真實的細胞；最后基于半徑輪廓線重建了神經(jīng)元細胞的表面。在整個神經(jīng)元細胞重建部分，我們分別在種子點篩選、神經(jīng)細胞骨架重建與細胞體橫截面半徑估

6、計三部分做改進，最后應用輪廓線重建的方法將整體神經(jīng)元細胞解剖結構呈現(xiàn)出來，通過比較后的結果證明我們提出的重建策略在篩選高效種子點、對抗圖像信號衰減以及神經(jīng)元細胞半徑邊緣估計上面明顯優(yōu)于傳統(tǒng)的活動曲線模型策略。
　　綜上，本文分別對顯微圖像分析領域中的二維細胞計數(shù)、三維的神經(jīng)細胞解剖結構重建方法進行探索性研究，實驗與實際應用的結果證明了提出的方法可以應用于高密度細胞、明亮視野細胞與神經(jīng)元細胞的圖像分析處理中來獲取研究所需要的細胞數(shù)量