基于蟻群系統(tǒng)的多細(xì)胞跟蹤方法及其LabVIEW實(shí)現(xiàn).pdf

1、隨著數(shù)字圖像處理技術(shù)和計(jì)算機(jī)視覺技術(shù)的飛速發(fā)展，定量分析顯微鏡下的細(xì)胞序列圖像技術(shù)得到了廣泛研究，可以為新的醫(yī)學(xué)研究提供重要的應(yīng)用參考價(jià)值。近年來，細(xì)胞跟蹤技術(shù)有了進(jìn)一步的發(fā)展，但由于獲取的圖像質(zhì)量低、細(xì)胞運(yùn)動的不確定性等，多細(xì)胞自動跟蹤技術(shù)帶來了新挑戰(zhàn)。
　　以蟻群算法為代表的群智能已成為分布式人工智能研究的一個熱點(diǎn)，利用單個蟻群的強(qiáng)大搜索功能，通過多個蟻群的相互協(xié)作與競爭，可實(shí)現(xiàn)多目標(biāo)參數(shù)估計(jì)。確定性跟蹤方法（以水平集、主動輪

2、廓為代表）由于具備相對完整的理論基礎(chǔ)，在目標(biāo)跟蹤領(lǐng)域得到了廣泛應(yīng)用。本文將確定性跟蹤方法所具備的完整的理論基礎(chǔ)與蟻群強(qiáng)大的搜索功能相結(jié)合，提出若干種基于確定性框架下的混雜多細(xì)胞跟蹤方法，并首次在LabVIEW平臺下構(gòu)建多細(xì)胞跟蹤系統(tǒng)應(yīng)用軟件。本文的主要研究工作包括：
　　1.利用蟻群算法的強(qiáng)大搜索能力與水平集易處理拓?fù)浣Y(jié)構(gòu)等優(yōu)點(diǎn)，提出了一種混合多細(xì)胞跟蹤方法，以提高細(xì)胞跟蹤精度。利用水平集演化結(jié)果初始分布蟻群，使得螞蟻初始分布更接

3、近目標(biāo)區(qū)域，提高螞蟻搜索效率。反之，將蟻群搜索形成的信息素場引入到水平集算法的約束中去，構(gòu)造新的水平集能量泛函，提高細(xì)胞位置與輪廓估計(jì)的精度。實(shí)驗(yàn)結(jié)果表明，針對本文所研究的細(xì)胞實(shí)驗(yàn)數(shù)據(jù)，該方法準(zhǔn)確的跟蹤到多細(xì)胞。
　　2.針對主動輪廓的難以快速求得全局最優(yōu)解問題，利用主動輪廓的決策過程與蟻群算法的優(yōu)化過程的相似性，提出了基于蟻群系統(tǒng)與主動輪廓結(jié)合的跟蹤方法，為主動輪廓求解提供新的方法，同時(shí)實(shí)現(xiàn)復(fù)雜場景下多細(xì)胞跟蹤。利用基于蟻群系統(tǒng)

4、的多細(xì)胞參數(shù)估計(jì)方法，得到目標(biāo)的初始質(zhì)心位置；在此基礎(chǔ)上構(gòu)造搜索空間，利用蟻群系統(tǒng)與主動輪廓結(jié)合的方法搜索出細(xì)胞的輪廓，將細(xì)胞輪廓提取問題轉(zhuǎn)化為尋找最優(yōu)輪廓路徑的問題。實(shí)驗(yàn)結(jié)果表明，針對本文所研究的細(xì)胞實(shí)驗(yàn)數(shù)據(jù)，該方法能夠得到全局最優(yōu)解，且能夠?qū)崿F(xiàn)多細(xì)胞的自動跟蹤。
　　3.利用LabVIEW界面友好、性能可靠、操作靈活、結(jié)構(gòu)簡單等特點(diǎn)，采用模塊化、圖形化設(shè)計(jì)思想，構(gòu)建基于蟻群系統(tǒng)的多細(xì)胞跟蹤系統(tǒng)應(yīng)用軟件，系統(tǒng)運(yùn)行有效，能夠準(zhǔn)確的