基于多模式蟻群系統(tǒng)的變密度細(xì)胞跟蹤方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及細(xì)胞的運(yùn)動(dòng)特性獲取技術(shù)領(lǐng)域，尤其設(shè)及一種基于多模式蟻群系統(tǒng)的 變密度細(xì)胞跟蹤方法。
【背景技術(shù)】
[0002] 生物醫(yī)學(xué)圖像在醫(yī)療診斷和疾病治療中的作用日益顯著，細(xì)胞圖像的研究是醫(yī)學(xué) 圖像中一個(gè)重要的分支。從細(xì)胞圖像序列中提取目標(biāo)特征信息及目標(biāo)運(yùn)動(dòng)軌跡，是醫(yī)學(xué)分 析中一項(xiàng)重要基本工作。在醫(yī)學(xué)上判斷和研究細(xì)胞圖像序列，比較同一種細(xì)胞在不同生理、 病理或?qū)嶒?yàn)條件下形態(tài)的變化和運(yùn)動(dòng)軌跡，可W為病理分析和病情診斷提供重要的科學(xué)依 據(jù)。
[0003] 在過(guò)去的幾十年里，生物成像技術(shù)的迅速發(fā)展為人類的健康提供了堅(jiān)實(shí)的技術(shù)保 證，如巧光顯微成像技術(shù)為研究細(xì)胞內(nèi)的動(dòng)力學(xué)行為提供了可能，用巧光蛋白粉對(duì)所感興 趣的細(xì)胞內(nèi)的結(jié)構(gòu)進(jìn)行標(biāo)記并跟蹤，在所形成的細(xì)胞"生命"歷史紀(jì)錄中來(lái)獲取細(xì)胞的速 度、加速度和強(qiáng)度變化等信息，從而有助于細(xì)胞遷徙等相關(guān)細(xì)胞生物學(xué)的研究。例如，脊椎 動(dòng)物的神經(jīng)崎細(xì)胞在胚胎期會(huì)不斷從背側(cè)向腹側(cè)移行，若出現(xiàn)突變，患者的體色、血細(xì)胞供 應(yīng)和性細(xì)胞的形成都會(huì)出現(xiàn)異常（患者額頭出現(xiàn)"白斑"）。由此可見(jiàn)，分析細(xì)胞遷徙運(yùn)動(dòng) 有助于掌握導(dǎo)致人類疾病的原因，并研究相關(guān)的治療方法。
[0004] 細(xì)胞跟蹤技術(shù)是研究細(xì)胞動(dòng)力學(xué)行為最有效的工具之一，無(wú)論是在信息科學(xué)領(lǐng) 域還是在生命科學(xué)領(lǐng)域都是一個(gè)極具挑戰(zhàn)性且應(yīng)用性很強(qiáng)的課題。W白細(xì)胞為例，白細(xì)胞 的滾動(dòng)速度和數(shù)量也與炎癥的輕重有著直接的關(guān)系，如在炎癥發(fā)生時(shí)，E-selectin抑制劑 能增加滾動(dòng)白細(xì)胞的速度，滾動(dòng)速度的增加也間接表明了白細(xì)胞與發(fā)炎的血管內(nèi)皮層之間 的依附作用減弱和炎癥的加重。定性和定量地描述細(xì)胞的運(yùn)動(dòng)特性不僅能預(yù)測(cè)相關(guān)疾病， 也能為新醫(yī)藥的研制提供相應(yīng)的依據(jù)和方向。近年來(lái)，雖然眾多學(xué)者做了大量相關(guān)研究，但 仍有些原因制約著多細(xì)胞跟蹤技術(shù)的發(fā)展：
[0005] 1)有些細(xì)胞會(huì)產(chǎn)生相應(yīng)的變形，也就是說(shuō)所跟蹤的目標(biāo)是一個(gè)變形體，而非剛體， 因此，它不同于傳統(tǒng)的點(diǎn)目標(biāo)跟蹤情形，需要考慮細(xì)胞的形狀和大小。
[0006] 2)由于生物體的呼吸而引起的顫抖、細(xì)胞進(jìn)入或離開(kāi)共焦平面造成對(duì)比度的變 化，使得所獲取的圖像質(zhì)量下降，加大了細(xì)胞跟蹤的難度。
[0007] 3)細(xì)胞數(shù)目隨時(shí)間的變化，且在運(yùn)動(dòng)過(guò)程中會(huì)出現(xiàn)靠近或交叉等現(xiàn)象。
[0008] 傳統(tǒng)的細(xì)胞運(yùn)動(dòng)分析研究方法不但需要大量繁瑣的人為操作，而且由于細(xì)胞形態(tài) 多樣，變化微妙，運(yùn)動(dòng)軌跡復(fù)雜，分析結(jié)果的準(zhǔn)確性和效率過(guò)多地依賴研究者的經(jīng)驗(yàn)知識(shí)和 視覺(jué)估計(jì)，所得到的一般是定性的結(jié)論，而缺乏定量的描述、比較和分析，因此對(duì)于多細(xì)胞 運(yùn)動(dòng)分析技術(shù)的研究十分重要。隨著數(shù)學(xué)、計(jì)算機(jī)技術(shù)及醫(yī)學(xué)等有關(guān)學(xué)科的飛速發(fā)展成為 當(dāng)前圖像序列運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤研究的熱點(diǎn)。所謂圖像序列多細(xì)胞跟蹤是對(duì)圖像序 列中運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)、提取、識(shí)別，然后根據(jù)其圖像特征對(duì)目標(biāo)進(jìn)行跟蹤。跟蹤是為了獲 得目標(biāo)的運(yùn)動(dòng)參數(shù)，如位置、速度、加速度W及運(yùn)動(dòng)軌跡等，從而為后續(xù)的圖像分析、運(yùn)動(dòng)目 標(biāo)的行為理解、及完成更高一級(jí)的任務(wù)奠定基礎(chǔ)。
[0009]在過(guò)去的幾十年中許多自動(dòng)細(xì)胞跟蹤方法被提出來(lái)，大概分為兩種：確定性的方 法和概率的方法。確定性的方法一般將獨(dú)立處理細(xì)胞的檢測(cè)與跟蹤。應(yīng)用于復(fù)雜場(chǎng)景，如 細(xì)胞分裂、分割錯(cuò)誤等時(shí)，往往跟蹤失敗?；诟怕实姆椒ɡ孟闰?yàn)的一些信息和測(cè)量信息 來(lái)估計(jì)細(xì)胞狀態(tài)的后驗(yàn)概率密度函數(shù)。正確跟蹤變密度多細(xì)胞在細(xì)胞跟蹤中還是一個(gè)難 題，目前的技術(shù)還很少能處理運(yùn)些情況，跟蹤的精確性和穩(wěn)定性都不足，對(duì)于變密度多細(xì)胞 的動(dòng)力學(xué)特性的差異，其跟蹤性能未加W研究等等。

【發(fā)明內(nèi)容】

[0010] 本發(fā)明要解決的技術(shù)問(wèn)題是：為了解決現(xiàn)有技術(shù)中對(duì)變密度細(xì)胞的跟蹤方法在精 確性和穩(wěn)定性上存在不足，本發(fā)明提供了一種基于多模式蟻群系統(tǒng)的變密度細(xì)胞跟蹤方法 針對(duì)細(xì)胞密集或稀疏且動(dòng)力學(xué)特性存在差異、細(xì)胞數(shù)目時(shí)變等情形，利用協(xié)作模式和競(jìng)爭(zhēng) 模式構(gòu)建獨(dú)自的子信息素場(chǎng)，利用蟻群之間的交互信息實(shí)時(shí)更新媽蟻的工作模式，從而形 成總信息素場(chǎng)實(shí)現(xiàn)對(duì)細(xì)胞位置信息的估計(jì)，達(dá)到對(duì)變密度細(xì)胞準(zhǔn)確跟蹤的目的。
[0011] 本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：一種基于多模式蟻群系統(tǒng)的變密度 細(xì)胞跟蹤方法，包括W下步驟：
[0012] A)獲取若干帖連續(xù)的變密度細(xì)胞的原始灰度圖，選取其中一帖原始灰度圖作為當(dāng) 前帖，計(jì)算當(dāng)前帖原始灰度圖中像素的平均似然度，并根據(jù)計(jì)算結(jié)果在細(xì)胞可能出現(xiàn)的區(qū) 域內(nèi)放置媽蟻，從而獲得生成子蟻群初始分布；
[0013] B)利用當(dāng)前帖原始灰度圖的前一帖的細(xì)胞位置信息預(yù)測(cè)當(dāng)前帖的細(xì)胞位置信息， 從而獲得預(yù)測(cè)子蟻群初始分布；
[0014] C)將生成子蟻群初始分布和預(yù)測(cè)子蟻群初始分布中的媽蟻根據(jù)不同的工作模式 分為兩組，兩組媽蟻分別根據(jù)工作模式構(gòu)建子信息素場(chǎng)，利用子信息素場(chǎng)更新蟻群的工作 模式，形成總信息素場(chǎng)，從而實(shí)現(xiàn)對(duì)細(xì)胞的位置估計(jì)；
[0015] D)基于總信息素場(chǎng)的構(gòu)建，通過(guò)合并相似子蟻群和去除由雜波導(dǎo)致的虛假目標(biāo)進(jìn) 行細(xì)胞位置估計(jì)，利用細(xì)胞距離與特征信息相融合的策略進(jìn)行數(shù)據(jù)關(guān)聯(lián)，獲取細(xì)胞運(yùn)動(dòng)軌 跡及相關(guān)的動(dòng)力學(xué)參數(shù)。
[0016] 作為優(yōu)選，所述步驟A)中，獲得生成子蟻群初始分布的具體步驟為：將當(dāng)前帖原 始灰度圖分為ClXC2個(gè)方塊，計(jì)算每個(gè)方塊像素的平均似然度：
[0017]
[001引其中P為方塊內(nèi)像素的個(gè)數(shù)，η1為像素點(diǎn)i的似然函數(shù)；
[0019]如果幣.，>化&，則N個(gè)媽蟻隨機(jī)的放置在方塊內(nèi)的像素上，否則不分配任何媽蟻。
[0020] 作為優(yōu)選，所述步驟B)中，獲得預(yù)測(cè)子蟻群初始分布的具體步驟為：假定第t-1 帖原始灰度圖中包含Μ個(gè)細(xì)胞，表示為Ωμ: = (1，2,…，Μ}，包含有N個(gè)媽蟻的子蟻群 而胸=揮的浩，用于跟蹤第t帖原始灰度圖中的細(xì)胞m(meΩμ)則有：
[0021]
[0022] 其中：
為狀態(tài)向量，包含X與y方向上的位置與速 度信息，F(xiàn)k(t)為狀態(tài)轉(zhuǎn)移矩陣。
[0023] 作為優(yōu)選，所述步驟C)中的分組方式具體為：對(duì)包含有N個(gè)媽蟻的子蟻群中任一 個(gè)媽蟻，產(chǎn)生一個(gè)隨機(jī)數(shù)r，按公式
尋子蟻群中的媽蟻分為兩 組，其中r。為闊值，其中一組媽蟻W協(xié)作模式工作在它們獨(dú)立的子信息素場(chǎng)中，另外一組媽 蟻W競(jìng)爭(zhēng)模式工作在它們獨(dú)立的自信息素場(chǎng)中。
[0024] 具體的，所述步驟C)中實(shí)現(xiàn)對(duì)細(xì)胞的位置估計(jì)的具體步驟為：
[0025]a)若子蟻群S(S=1:ni+ri2)中的媽蟻k化e Γ1)位于像素i，媽蟻k是W協(xié)作模 式工作，則媽蟻k選擇其鄰域中某一像素j的概率為：
[0026]
[0027] 其中似然函數(shù)定義為
τ,價(jià)為信息素，α。0 1分別為 信息素和似然函數(shù)值的控制參數(shù)，Η(i)為像素i的近鄰像素集；
[0028] 媽蟻k同時(shí)釋放一定量的信息素Δτ。（如果它選擇像素j)，AΤι(未選擇，還處 于像素i的位置）；
[0029] b)若子蟻群S (S= 1:叫+山）中的媽蟻k化eΓ2)位于像素i，媽蟻k是W競(jìng)爭(zhēng)模 式工作，考慮信息素總量巧日信息素相對(duì)量
的作用，媽蟻k選擇其鄰域中某 一像素j的概率為：
[0030]
[0031] 其中，似然函數(shù)定義為
[003引τ;梅是第S個(gè)子蟻群在像素j上的信息素量，τ,.的為信息素總量，定義為
?2, 02, 丫分別為信息素總量、似然函數(shù)值和信息素相對(duì)量的