基于显微图像的亚细胞结构运动轨迹确定方法技术

本发明专利技术公开了一种基于显微图像的亚细胞结构运动轨迹确定方法，包括：(1)获取亚细胞结构的时间序列图像；(2)对获取的图像进行高斯滤波去噪；(3)采用局部最大值算法检测去噪后图像中的亚细胞结构质心；(4)根据亚细胞结构的运动速度、运动方向、运动趋势以及相机成像速率设计扇形滤波器；(5)根据扇形滤波器和图像中亚细胞结构质心，计算亚细胞结构候选点的匹配概率；(6)对当前帧图像中的每个候选点，寻找从当前帧开始的后续m帧图像中的所有可能候选点的全连接方式，计算每种m帧连续轨迹的平均匹配概率；(7)选取当前帧图像中全局平均匹配概率最大的候选点作为轨迹点，将此轨迹点连接到目标亚细胞结构的运动轨迹。

【技术实现步骤摘要】
基于显微图像的亚细胞结构运动轨迹确定方法
本专利技术涉及生物图像处理领域，具体涉及一种基于显微图像的亚细胞结构运动轨迹确定方法。
技术介绍
细胞内很多至关重要的生命活动都是在细胞膜表面完成的，如信号传导，蛋白质转运和病原体入侵等。因而，对细胞膜表面浅层亚细胞结构的记录分析对于生物化学和细胞生物学的研究来说，具有极其重要的意义。随着如全内反射荧光显微镜(TIRFM)、结构光照明显微镜(SIM)、受激发射损耗荧光显微镜(STED)等超高分辨光学显微镜技术的发展，人们可以利用前所未有的时空分辨来观察细胞内复杂的生命状态和活动，甚至实时拍摄大量时间序列图像来研究细胞内部复杂的动态过程，从而为人类生理健康的研究做出科学的分析和指导性建议。单粒子追踪技术是处理图像序列并定量分析粒子动态过程的关键技术。将传统的追踪算法分为是否采用了概率模型两大类。其中，基于概率模型的追踪算法，需要一些和目标运动状态相关的先验知识，如目标的运动方向，运动速度以及运动趋势等。基于这些先验知识设计各种粒子滤波器；然后用这些滤波器来筛选每一根轨迹线在下一帧图像中可能出现的位置点；最后再根据他们自己定义的匹配原则，来计算每一个候选点的匹配概率并完成轨迹线连接。因此，这些滤波器更适用于目标的运动趋势可预估的场景。而非概率模型的追踪算法，缺乏先验知识的约束，更多考虑的是图像上的特征因而更适用于目标的运动趋势比较随机的场景。虽然经典追踪算法在性能上各有所长，但它们都存在一个共通的问题，就是容易在轨迹交叉处出现失误，造成这种失误的原因为：一是在轨迹交叉所产生的点重叠处缺乏点补偿，二是缺乏或者采用了并不是很合适的滤波器。缺乏点重叠处的点补偿，会造成软件在点检测步骤中，对这个重叠位置只能检测到一个，并在后续的轨迹线连接中根据自身算法的原则优先匹配给交叉轨迹线其中的一根。那么剩余的几根轨迹线在当前位置找不到候选点，就容易被判断成轨迹线终止。再等点从重叠状态重新分为多个点后，又会重新生成新的轨迹线。整体来看，缺乏点补偿会导致轨迹线断裂，进而极大地增加轨迹线数量。即对于目标点来说缺乏了完整的轨迹线信息。当缺乏有效的运动预测，极有可能将多个目标点的轨迹线错误拼接，导致后续的轨迹线定量信息完全失去意义。
技术实现思路
为减小轨迹线断裂的次数，以提高亚细胞结构的运动轨迹追踪的准确度，本专利技术提供一种基于显微图像的亚细胞结构运动轨迹确定方法。本专利技术的技术方案为：一种基于显微图像的亚细胞结构运动轨迹确定方法，包括以下步骤：(1)采用超高分辨光学显微镜获取亚细胞结构的时间序列图像；(2)采用两个高斯核不同的高斯滤波器对所有图像进行过滤处理后，利用大高斯核的高斯滤波器处理后的图像减去小高斯核的高斯滤波器处理后的图像，获取去噪后的图像；(3)采用局部最大值算法检测去噪后图像中的亚细胞结构，以确定每个亚细胞结构质心在所有图像中的位置；(4)根据亚细胞结构的运动速度、运动方向、运动趋势以及相机成像速率设计扇形滤波器；(5)针对经步骤(3)处理后的每帧图像，在当前帧图像中确定扇形滤波器的位置，使得扇形滤波器的顶点与已经确定的目标亚细胞结构运动轨迹的最后轨迹点重合，扇形滤波器的中心线与运动轨迹的生长趋势重合，则扇形滤波器内的所有亚细胞结构质心为目标亚细胞结构运动轨迹的候选点，每个候选点与扇形滤波器的中心线形成一个子扇形，然后，根据子扇形和扇形滤波器的关系，计算每个候选点的匹配概率；(6)对当前帧图像中的每个候选点，寻找从当前帧开始的后续m帧图像中的所有可能候选点的全连接方式，计算每种m帧连续轨迹中的平均匹配概率作为每个候选点的全局平均匹配概率，不存在候选点的连接方式中用0代替匹配概率值；(7)选取当前帧图像中全局平均匹配概率最大的候选点作为目标亚细胞结构的轨迹点，将此轨迹点连接到目标亚细胞结构的运动轨迹中。该亚细胞结构运动轨迹确定方法中，采用两个高斯滤波器对图像进行滤波，大大提高了图像的信噪比，为确定亚细胞结构质心位置奠定可靠基础，在此基础上，通过设计的扇形滤波器的限定亚细胞结构轨迹点的候选点，为确定亚细胞结构轨迹点奠定基础，同时，根据扇形滤波器内候选点的全局平均匹配概率确定最佳匹配候选点为轨迹点，以此建立目标亚细胞结构的运动轨迹。优选地，步骤(2)中：小高斯核的高斯滤波器的高斯函数的标准差大高斯核的高斯滤波器的高斯函数的标准差其中，d表示预估的目标亚细胞结构的直径。超高分辨光学显微镜获得的时间序列图像是一些含有各种噪声的图像，这些图像中存在的噪声直接会影响目标亚细胞结构质心的检测精度，为此，本专利技术采用两个高斯斑大小不同的二维高斯滤波器对图像进行高斯滤波，然后以两个高斯滤波器处理后的图像之差作为去噪后图像，这样可以极大地提升图像的信噪比强化亚细胞结构在图像中的信号。这样在采用局部最大值算法对去噪后图像进行目标检测时，检测出来的亚细胞结构质心更加准确。优选地，步骤(4)中：任意两帧图像中同一亚细胞结构在图像上的运动距离，与该两帧图像的成像时间间隔之比，作为亚细胞结构的运动速度；单位时间亚细胞结构的最大运动长度作为扇形滤波器的半径，以90°作为扇形的圆心角，建立扇形滤波器。本专利技术中，建立的扇形滤波器用来筛选每条运动轨迹线在下一帧图像中的候选点，根据候选点与运动轨迹线的匹配概率来完成运动轨迹线的连接。具体地，扇形滤波器是一个扇形区域，将该扇形投放到帧图像中，将扇形区域内的亚细胞结构质心作为目标亚细胞结构轨迹的候选点。扇形滤波器的半径与亚细胞结构的运动速度有关，以单位时间(秒)亚细胞结构的最大运动长度作为扇形滤波器的半径。本专利技术中，运动长度以像素点表示，即单位时间(秒)亚细胞结构经过的最长像素点个数作为扇形滤波器的半径。以单位时间(秒)亚细胞结构经过的最长像素点个数作为扇形滤波器的半径，这样可以获取到亚细胞结构尽可能是每秒亚细胞结构的运动轨迹点，以精准地确定亚细胞结构的运动轨迹。优选地，根据扇形滤波器的形态(半径和圆心角)和子扇形的形态计算形成子扇形的候选点的匹配概率，即具体为：步骤(5)中：利用公式(1)计算每个候选点的匹配概率：其中，S，R和θmax分别表示扇形滤波器的面积、半径以及圆心角的一半；a，b和c是三个超参数，分别表示面积、半径以及圆心角对概率公式(1)的影响程度；分别表示子扇形的面积、半径以及圆心角的一半，n和k分别表示第n根轨迹线的第k个候选点。上述超参数a，b和c的取值直接影响候选点的概率值，经大量实验研究，优选地，所述超参数a，b和c的取值分别为0.8～1，0.8～1，0.85～1。进一步地，为了简化公式(1)，所述超参数a，b和c的取值分别为1,1,1。本专利技术中，当前帧中的候选点和后几帧图像中候选点会呈现一个轨迹趋势，根据后几帧图像中候选点的匹配概率计算当前帧中候选点的全局平均匹配概率，能够大大提升前帧中的候选点作为轨迹点的准确性。具体地，步骤(6)中：针对当前帧中每个候选点，利用公式(2)计算候选点的全局平均匹配概率：其中，表示候选点的全局平均匹配概率，Pi表示第i帧图像任意候选点的匹配概率，P0表示当前帧图像中任意候选点的匹配概率，P1，P2，…，Pm分别表示当前帧图像后的第1～m帧图像。当确定多个目标亚细胞结构运动轨迹时，多个目标亚细胞结构在一张图像中形成本文档来自技高网...

【技术保护点】
1.一种基于显微图像的亚细胞结构运动轨迹确定方法，包括以下步骤：(1)采用超高分辨光学显微镜获取亚细胞结构的时间序列图像；(2)采用两个高斯半径不同的高斯滤波器对所有图像进行滤波处理后，利用大高斯核滤波器处理后的图像减去小高斯核的高斯滤波器处理后的图像，获取去噪后的图像；(3)采用局部最大值算法检测去噪后图像中的亚细胞结构，以确定每个亚细胞结构质心在所有图像中的位置；(4)根据亚细胞结构的运动速度、运动方向、运动趋势以及相机成像速率设计扇形滤波器；(5)针对经步骤(3)处理后的每帧图像，在当前帧图像中确定扇形滤波器的位置，使得扇形滤波器的顶点与已经确定的目标亚细胞结构运动轨迹的最后轨迹点重合，扇形滤波器的中心线与运动轨迹的生长趋势重合，则扇形滤波器内的所有亚细胞结构质心点为目标亚细胞结构运动轨迹的候选点，每个候选点与扇形滤波器的中心线形成一个子扇形，然后，根据子扇形和扇形滤波器的关系，计算每个候选点的匹配概率；(6)对当前帧图像中的每个候选点，寻找从当前帧开始的后续m帧图像中的所有可能候选点的全连接方式，计算每种m帧连续轨迹中的平均匹配概率作为每个候选点的全局平均匹配概率，不存在候选点的连接方式中用0代替匹配概率值；(7)选取当前帧图像中全局平均匹配概率最大的候选点作为目标亚细胞结构的轨迹点，将此轨迹点连接到目标亚细胞结构的运动轨迹中。...

【技术特征摘要】
1.一种基于显微图像的亚细胞结构运动轨迹确定方法，包括以下步骤：(1)采用超高分辨光学显微镜获取亚细胞结构的时间序列图像；(2)采用两个高斯半径不同的高斯滤波器对所有图像进行滤波处理后，利用大高斯核滤波器处理后的图像减去小高斯核的高斯滤波器处理后的图像，获取去噪后的图像；(3)采用局部最大值算法检测去噪后图像中的亚细胞结构，以确定每个亚细胞结构质心在所有图像中的位置；(4)根据亚细胞结构的运动速度、运动方向、运动趋势以及相机成像速率设计扇形滤波器；(5)针对经步骤(3)处理后的每帧图像，在当前帧图像中确定扇形滤波器的位置，使得扇形滤波器的顶点与已经确定的目标亚细胞结构运动轨迹的最后轨迹点重合，扇形滤波器的中心线与运动轨迹的生长趋势重合，则扇形滤波器内的所有亚细胞结构质心点为目标亚细胞结构运动轨迹的候选点，每个候选点与扇形滤波器的中心线形成一个子扇形，然后，根据子扇形和扇形滤波器的关系，计算每个候选点的匹配概率；(6)对当前帧图像中的每个候选点，寻找从当前帧开始的后续m帧图像中的所有可能候选点的全连接方式，计算每种m帧连续轨迹中的平均匹配概率作为每个候选点的全局平均匹配概率，不存在候选点的连接方式中用0代替匹配概率值；(7)选取当前帧图像中全局平均匹配概率最大的候选点作为目标亚细胞结构的轨迹点，将此轨迹点连接到目标亚细胞结构的运动轨迹中。2.如权利要求1所述的基于显微图像的亚细胞结构运动轨迹确定方法，其特征在于，步骤(2)中：小高斯核的高斯滤波器的高斯函数的标准差大高斯核的高斯滤波器的高斯函数的标准差其中，d表示预估的目标亚细胞结构的直径。3.如权利要求1所述的基于显微图像的亚细胞结构运动轨迹确定方法，其特征在于，步骤(4)中：任意两帧图像中同一亚细胞结构在图像上的运动距离，与该两帧图像的成像时间间隔之比，作为亚细胞结构的运动速度；单位时间亚细...

【专利技术属性】
技术研发人员：许迎科，金璐红，刘旭，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33