神经元干细胞序列图像分割与追踪系统的研究

论文摘要

成体神经元干细胞是藏匿于成体神经系统某些部位中的一些细胞，这些细胞具有良好的可塑性，可以通过基因工程或细胞工程等当代高新技术将之进行人工改造，使其发育成为能够对神经损伤特别是中枢神经损伤进行替代治疗的工具。如何找出神经元干细胞的这种自然的分裂、增殖规律，从而能够利用特定的神经元干细胞的祖细胞，人工培植出所需要的具有特定功能的神经器官，在医学角度上以移植的方式救治神经方面的患者，越来越成为当今世界上的研究难点和热点问题。借助计算机在数字图像的成像分析技术和在信号与信息的高速处理技术等方面具有的高性能，对神经元干细胞进行追踪，其研究目前属于起步阶段。本课题以Chalmers技术大学的Karin Althoff和Johan Degerman所采集的神经元干细胞序列图像作为图像源，以Uppsala大学图像分析中心的Carolina和Yoakim所发展的以源点作为区域表象的基于区域的全自动水线分割（watershed segmentation）算法为基础，设计了一个分割与追踪系统。该系统的特点是在追踪过程中结合了多项分割技术以保证追踪结果的正确性。研究的主要内容和创新点如下： 1．针对全自动水线分割算法对于在全自动成像过程中，由于焦距发生改变而采集的图像分割效果差的不足，通过研究和分析基于等值面的Hamilton-Jacobi方程和几何蛇算法，把几何蛇算法的思想嵌入到等值面的Hamilton-Jacobi方程中，针对神经元干细胞数字图像的特点，提出了应用到该课题中的基于等值面的几何蛇模型的分割算法。等值面方法由于其计算量复杂在图像处理方面应用很少，几何蛇模型的研究在国内的开展的也不多，本文在把二者结合应用方面进行了一定的探索。最终实验结果表明该算法对于该类图像能够有效地捕捉图像中所有目标，完成分割目的。 2．针对当一帧图像所含的细胞数目多，分裂后两个子细胞之间的距离与其它非分裂细胞之间的距离小于所设定的距离门限时，需要对其进行进一步的处理和识别这一问题，提出了一种能够精确提取分裂子细胞轮廓信息的分割算法。该方法采用了基于最大熵的模糊阈值分割方法，并应用遗传算法确定最大模糊熵准则下的最优参数。然后利用加权距离变换，区域标注和形态

论文目录

• 第1章 绪论
• 1.1 神经元干细胞研究的历史背景和意义
• 1.2 神经元干细胞人工培养生物技术概述
• 1.2.1 细胞培养方式的介绍
• 1.2.2 本文研究的神经元干细胞的样品准备和细胞培养
• 1.3 图像的采集
• 1.3.1 采用信息处理技术研究神经元干细胞的原因
• 1.3.2 本文所采用的图像采集技术
• 1.4 微观物体分割与追踪技术
• 1.4.1 微观物体分割技术概述
• 1.4.2 微观物体追踪技术概述
• 1.5 本文建立的分割与追踪系统
• 第2章 第一层分割—水线分割
• 2.1 最初的分割
• 2.2 源点的水线分割
• 2.3 过分割细胞的吞没算法
• 2.4 欠分割细胞的分离
• 2.5 本章小结
• 第3章 第二层分割——基于等值面的几何蛇分割算法
• 3.1 问题的提出
• 3.2 几何蛇方法
• 3.2.1 经典蛇模型—参数蛇
• 3.2.2 蛇模型的实现和改进
• 3.3 等值面方法
• 3.3.1 等值面函数和等值面方程
• 3.3.2 重新初始化
• 3.3.3 应用等值面方法求解的一般步骤
• 3.3.4 应用等值面方法分析界面演化的优点
• 3.4 应用到本系统的模型
• 3.5 模型的离散（空间项）求解过程
• 3.6 本章小结
• 第4章 第三层分割—基于MATLAB6.5GUI系统的人机交互的分割
• 4.1 GUI应用在序列图像的第一帧
• 4.2 GUI应用在序列图像的追踪过程中
• 4.3 人机交互式分割在追踪过程中与系统的关系
• 4.4 如何使用GUI修改分割中出现的错误
• 4.5 本章小结
• 第5章 神经元干细胞分裂子细胞轮廓信息的精确提取
• 5.1 问题的提出
• 5.2 模糊阈值分割
• 5.2.1 模糊集和模糊熵
• 5.2.2 利用遗传算法确定模糊集参数
• 5.2.3 确定二值图像
• 5.2.4 区域吞没
• 5.2.5 欠分割目标的分离
• 5.3 如何精确提取边缘轮廓信息
• 5.3.1 目标的CCD（Centroid-Contour Distance）曲线
• 5.3.2 曲线平滑
• 5.4 结构框图
• 5.5 本章小结
• 第6章 神经元干细胞的追踪
• 6.1 问题的提出
• 6.2 追踪系统
• 6.2.1 惰性细胞的跟踪算法
• 6.2.2 如何搜索并处理新细胞
• 6.2.3 活跃细胞的追踪算法
• 6.3 细胞运动速度的参数估计
• 6.4 后向追踪
• 6.4.1 有关两相邻追踪图像中的细胞ID互换
• 6.4.2 关于静态细胞的反馈追踪
• 6.5 追踪结果和结论
• 6.6 本章小结
• 结论
• 参考文献
• 攻读博士学位期间发表的论文和取得的科研成果
• 致谢
• 个人简历