【技术实现步骤摘要】
多贝努利随机有限蚁群多细胞跟踪方法
本专利技术属于细胞跟踪领域,更具体的涉及一种多贝努利随机有限蚁群多细胞跟踪方法。
技术介绍
对于细胞行为的定量分析需要可靠的自动跟踪技术,且能估计与细胞的状态及每个细胞的谱系树。人工跟踪目前仍然是实验室的主要手段,它有如下缺点,如:耗时、结果难复制、并行跟踪难等,所以自动跟踪技术是细胞跟踪近年来主要的主要研究热点。目前,多细胞跟踪大致分为三类,一是模型进化法,检测跟踪法和检测前跟踪法。模型跟踪法需要较高的时间精度,检测跟踪法对于细胞的密度和数据关联要求较高,而检测前跟踪法通过规避检测模块,直接对多细胞图像进行跟踪处理,由于避免了图像处理造成的信息丢失,且利用了时间与空间信息,跟踪精度大幅度提高,特别是针对低信噪比图像序列。由于目前的多细胞跟踪方法绝大多数针对特殊细胞序列,所以通用性不强。在密集、分情形下的多细胞跟踪,一直是该领域挑战性难题。目前,对于密集情形下的多细胞跟踪,主要有基于联合概率数据关联滤波器,交互式多模型方法和基于随机有限集方法,但这些方法一是要求有高的分割检测结果,二是有较为准确的细胞运动模型。对于细胞分裂情形,有概率模型法,空间拓扑近邻法等,这些方法一是依靠先验信息,二是设计专门的模型,使得这些方法很难适用于其他细胞数据。本专利技术要解决的技术问题是多细胞密集、分裂情形下精确跟踪。首先,本专利技术定义了多贝努利随机有限蚁群,并给出了随机有限蚁群的存在概率及其对应的概率密度函数。在此基础上,本专利技术所涉及的技术将跟踪问题分为预测与更新阶段。在预测阶段,实现了信息素场和子蚁群状态从上一帧至下一帧的预测,并 ...
【技术保护点】
1.一种用于细胞跟踪方法的多贝努利随机有限蚁群,其特征在于:单贝努利随机有限子蚁群:单贝努利随机有限子蚁群i,其状态表示为
【技术特征摘要】
1.一种用于细胞跟踪方法的多贝努利随机有限蚁群,其特征在于:单贝努利随机有限子蚁群:单贝努利随机有限子蚁群i,其状态表示为其为空集的概率为为单个蚁群存在概率,对应的离散分布为其中,w(i,j)代表第i子蚁群中第j个蚂蚁所对应的权重,δ表示狄拉克函数,表示第i子蚁群中第j个蚂蚁状态,为该子蚁群蚂蚁的个数;给定单贝努利随机有限子蚁群i的蚂蚁状态集合且所对应的信息素场τ(i)已知,其存在概率可表示为其中,s为面积积分变量,g(s)为启发式似然函数,Ri为子蚁群的影响区域,当蚂蚁均在此影响区域时,有其中,表示蚂蚁状态对应的信息素强度,表示蚂蚁状态对应的启发式似然函数;多贝努利随机有限蚁群:多贝努利随机有限蚁群状态的状态表示为Xa,它是由若干个独立的单贝努利随机有限子蚁群组成的并,若假设任一个子蚁群i状态为它的存在概率表示为所对应的离散分布为则有(∪表示并操作),其对应的概率密度函数可表示为其中,π表示概率密度函数,为所估计多目标的数,N为多贝努利随机有限蚁群数,并有ij为整数,且在整数1和N之间取值,符号Π表示乘积运算,为蚂蚁数且为常数,则在联合影响区域里,存在概率表示为2.一种多贝努利随机有限蚁群多细胞跟踪方法,其特征在于使用如权利要求1所述的多贝努利随机有限蚁群进行多细胞跟踪,具体步骤为:预测步骤,包括多贝努利随机有限子蚁群状态预测及其对应的信息素场预测,多贝努利随机有限子蚁群状态预测下一帧蚁群开始搜索的初始位置,快速搜索到下一帧所感兴趣的细胞;信息素场的预测加速在当前帧信息素场的形成,同时使预测的蚁群利用先验启发式信息进行快速搜索;更新步骤,针对上述得到预测信息素场和多贝努利随机有限子蚁群状态的更新,通过随机有限子蚁群所形成的信息素场,提取细胞的状态与轮廓,并进行合并、删除操作,直至最后的细胞分裂判别与数据关联,实现多细胞的跟踪。3.根据权利要求2所述的多贝努利随机有限蚁群多细胞跟踪方法,其特征在于:对于第一帧,无需预测步骤,只采用更新步骤,得到多贝努利随机有限蚁群的初始分布。4.根据权利要求2所述的多贝努利随机有限蚁群多细胞跟踪方法,其特征在于所述的预测步骤中信息素场预测的具体步骤为:1)在某时刻k-1,子蚁群i所对应的信息素场具有高斯表达式其中,表示高斯分布,表示均值,表示方差;2)在下一时刻k,其对应的预测信息素场所形成的联合概率密度函数可表示为其中,表示所形成的预测信息素场i,n表示所生成的子预测信息素场数量,表示第j个子预测信息素场,其均值为(其中,fj,k|k-1(·)表示第j个状态转移函数),方差为(其中,Aj为fj,k|k-1(·)的雅可比矩阵,εj,k表示过程噪声协方差矩阵)。5.根据权利要求2所述的多贝努利随机有限蚁群多细胞跟踪方法,其特征在于所述的预测步骤中多贝努利随机有限子蚁群状态预测公式为其中,表示子蚁群i中某蚂蚁在k-1时刻的状态,且Wk表示在k时刻的过程噪声,服从高斯分布...
【专利技术属性】
技术研发人员:徐本连,陈庆兰,鲁明丽,施健,孙乙丹,
申请(专利权)人:常熟理工学院,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。