专利名称：一种细胞分裂序列检测方法
技术领域：
本发明属于图像分析和模式识别领域，特别涉及一种细胞分裂序列检测方法。
背景技术：
在生物学研究中，细胞的生长规律与外界环境因素的关系仍然是未解之谜。生物学家希望借助体外培养细胞的方法通过对细胞生长过程的监控来分析细胞的世系关系，挖掘和计算不同时刻与细胞生长相关的生物学参数，用于对细胞生长过程的定量分析，从而对该问题进行探索。但是，由于生物实验中细胞数目庞大和行为复杂等因素，借助人力长时间监控细胞生长过程并分析细胞世系关系是不现实的。为了克服这一困难，利用计算机视觉方法，对体外培养并通过显微镜周期性采集的细胞图像序列进行自动的分析和理解，在此基础上检测细胞分裂行为，将为定量分析细胞数量、密度，以及为细胞生长原理的发现提供技术基础，对生物理论、药物开发和临床治疗等相关领域的发展具有革命性的意义。现有技术中细胞分裂序列检测方法可分为三类1、基于跟踪的方法即通过细胞跟踪提取运动轨迹，然后通过对细胞分裂时轨迹变化制定规则进行细胞分裂的检测；2、基于模型的方法即提取细胞分裂区域特征，将细胞分裂序列看作一个特殊的视觉模型，并对其构造数学模型进行该视觉模式的检测；3、综合以上两类方法，首先通过细胞的检测和跟踪提取包含细胞特定行为的候选序列，然后对候选序列进行特征提取，最后通过对特定细胞行为的时序特性推断或数学建模实现检测。总体来讲，现有技术中的方法多针对某种细胞行为开发算法并在小数据集上进行实验，并且对细胞检测和跟踪结果有较强依赖性，因此这些方法不具有较强鲁棒性和通用性。
发明内容
为了提高鲁棒性和通用性，本发明提供了一种细胞分裂序列检测方法，详见下文描述一种细胞分裂序列检测方法，所述方法包括以下步骤(1)基于细胞分裂区域显著特征和时空关联特性的方法获取第一细胞分裂候选区域，并提取细胞分裂候选序列；(2)通过方向梯度直方图对所述第一细胞分裂候选区域进行描述，通过特征提取将所述细胞分裂候选序列转化为特征向量序列；(3)根据特征向量序列，通过隐条件随机场模型的学习和推断实现细胞分裂序列识别。步骤(1)中所述基于细胞分裂区域显著特征和时空关联特性的方法获取第一细胞分裂候选区域，并提取细胞分裂候选序列具体为1)采用动态背景建模法去除每幅图像的背景区域及噪声区，对N帧连续图像取平均，作为所述N帧连续图像的背景图像，将每幅图像与所述背景图像做差，去除所述N帧连续图像中的背景区域及噪声区，获取处理后N帧连续图像；对后续N帧连续图像重复执行步骤1)；2)将所述处理后N帧连续图像中的每帧图像与第一预设规格的均值滤波器进行卷积，采用阈值进行每帧图像的二值化，获取细胞分裂候选区域；3)去除所述细胞分裂候选区域中的开操作和闭操作，并通过联通区域的提取形成各个独立细胞分裂候选区域；4)以所述各个独立细胞分裂候选区域的几何中心为中点提取第二预设规格的矩形区域作为第一细胞分裂候选区域；5)将所述N帧连续图像中符合空间区域重合条件的所述第一细胞分裂候选区域进行关联运算，提取所述细胞分裂候选序列。所述空间区域重合条件具体为所述N帧连续图像的任意相邻两帧图像中的第一细胞分裂候选区域的重合面积的2倍大于等于两帧图像中第一细胞分裂候选区域面积的最小值。步骤O)中所述通过方向梯度直方图对所述第一细胞分裂候选区域进行描述，通过特征提取将所述细胞分裂候选序列转化为特征向量序列具体为1)计算第一细胞分裂候选区域的一阶梯度；2)将所述一阶梯度分成预设数量的单元格，将各单元格中所有像素的方向梯度直方图累加，并将方向梯度直方图映射到预设角度上；3)对所述各个单元格内方向梯度直方图进行归一化，所述第一细胞分裂候选区域中所有单元格的特征描述组成了第一细胞分裂候选区域的特征，获取所述特征向量序列。步骤(3)中所述根据特征向量序列，通过隐条件随机场模型的学习和推断实现细胞分裂序列识别具体为1)隐条件随机场模型的表示对于序列标记y、观察序列X、隐藏变量h和模型参数θ，隐条件随机场模型具体为
权利要求
1.一种细胞分裂序列检测方法，其特征在于，所述方法包括以下步骤(1)基于细胞分裂区域显著特征和时空关联特性的方法获取第一细胞分裂候选区域， 并提取细胞分裂候选序列；(2)通过方向梯度直方图对所述第一细胞分裂候选区域进行描述，通过特征提取将所述细胞分裂候选序列转化为特征向量序列；(3)根据特征向量序列，通过隐条件随机场模型的学习和推断实现细胞分裂序列识别。
2.根据权利要求1所述的一种细胞分裂序列检测方法，其特征在于，步骤(1)中所述基于细胞分裂区域显著特征和时空关联特性的方法获取第一细胞分裂候选区域，并提取细胞分裂候选序列具体为1)采用动态背景建模法去除每幅图像的背景区域及噪声区，对N帧连续图像取平均， 作为所述N帧连续图像的背景图像，将每幅图像与所述背景图像做差，去除所述N帧连续图像中的背景区域及噪声区，获取处理后N帧连续图像；对后续N帧连续图像重复执行步骤 1)；2)将所述处理后N帧连续图像中的每帧图像与第一预设规格的均值滤波器进行卷积， 采用阈值进行每帧图像的二值化，获取细胞分裂候选区域；3)去除所述细胞分裂候选区域中的开操作和闭操作，并通过联通区域的提取形成各个独立细胞分裂候选区域；4)以所述各个独立细胞分裂候选区域的几何中心为中点提取第二预设规格的矩形区域作为第一细胞分裂候选区域；5)将所述N帧连续图像的任意相邻两帧图像中，符合空间区域重合条件的所述第一细胞分裂候选区域进行关联运算，提取所述细胞分裂候选序列。
3.根据权利要求2所述的一种细胞分裂序列检测方法，其特征在于，所述空间区域重合条件具体为所述N帧连续图像的任意相邻两帧图像的第一细胞分裂候选区域的重合面积的2倍大于等于两帧图像中第一细胞分裂候选区域面积的最小值。
4.根据权利要求1所述的一种细胞分裂序列检测方法，其特征在于，步骤⑵中所述通过方向梯度直方图对所述第一细胞分裂候选区域进行描述，通过特征提取将所述细胞分裂候选序列转化为特征向量序列具体为1)计算第一细胞分裂候选区域的一阶梯度；2)将所述一阶梯度分成预设数量的单元格，将各单元格中所有像素的方向梯度直方图累加，并将方向梯度直方图映射到预设角度上；3)对所述各个单元格内方向梯度直方图进行归一化，所述第一细胞分裂候选区域中所有单元格的特征描述组成了第一细胞分裂候选区域的特征，获取所述特征向量序列。
5.根据权利要求1所述的一种细胞分裂序列检测方法，其特征在于，步骤⑶中所述根据特征向量序列，通过隐条件随机场模型的学习和推断实现细胞分裂序列识别具体为1)隐条件随机场模型的表示对于序列标记Y、观察序列X、隐藏变量h和模型参数θ，隐条件随机场模型具体为
全文摘要
本发明公开了一种细胞分裂序列检测方法，属于图像分析和模式识别领域，所述方法包括以下步骤基于细胞分裂区域显著特征和时空关联特性的方法获取第一细胞分裂候选区域，并提取细胞分裂候选序列；通过方向梯度直方图对所述第一细胞分裂候选区域进行描述，通过特征提取将所述细胞分裂候选序列转化为特征向量序列；根据特征向量序列，通过隐条件随机场模型的学习和推断实现细胞分裂序列识别。本发明不依赖于经验性图像处理，复杂的细胞跟踪，以及有关特定细胞形态或行为规律等生物学知识，提高了鲁棒性和通用性，因此可以广泛应用于显微镜图像序列中细胞行为的自动理解和检测。
文档编号G06T7/00GK102156988SQ20111014080
公开日2011年8月17日 申请日期2011年5月27日 优先权日2011年5月27日
发明者刘安安 申请人:天津大学