[发明专利]用于活细胞中囊泡运动追踪的方法

说明书

该发明属于生物技术领域，具体涉及一种用于活细胞中囊泡运动追踪的方法，依次包括(1)囊泡识别和(2)轨迹连接两大步骤；所述的(1)囊泡识别，依次包括(1.1)小波变换提取、(1.2)分水岭分割、(1.3)质心提取、(1.4)杂点去除四个步骤；所述的(2)轨迹连接，依次包括(2.1)位置预测和(2.2)局部线性优化两个步骤。该发明提供的用于活细胞中囊泡运动追踪的方法，将大量囊泡的运动轨迹连接起来，采用该方法，通过对活细胞中囊泡运动轨迹进行分析，从而揭示生命活动规律，并为筛选糖尿病相关药物等提供数据支持。

技术领域

该发明属于生物技术领域，具体涉及一种用于活细胞中囊泡运动追踪的方法。

背景技术

生命在于运动，而生命由细胞组成，因此细胞的活力决定了生命的活力。囊泡负责细胞内的物质运输，因此囊泡运输机制的异常就会导致疾病的产生，如糖尿病等代谢疾病。因此通过追踪活细胞中囊泡运动的轨迹，一方面可以更深入地了解生命活动规律，另一方面也可以为糖尿病相关药物的筛选提供分析数据。由于细胞中囊泡众多，而且运动复杂，准确和快速追踪囊泡轨迹一直是一件很困难的事情。

发明内容

针对上述技术问题，本发明，提出一种准确快速追踪活细胞中囊泡运动的方法，能够解决活细胞中大量囊泡运动轨迹的数据分析。该方法在用于囊泡轨迹追踪中可以产生很好的效果。主要应用于活细胞显微镜荧光成像中分析囊泡运动的轨迹，从而揭示生命活动规律，为糖尿病相关药物的筛选等提供数据支持。

具体的技术方案为：

用于活细胞中囊泡运动追踪的方法，依次包括(1)囊泡识别和(2)轨迹连接两大步骤；

所述的(1)囊泡识别，依次包括(1.1)小波变换提取、(1.2)分水岭分割、(1.3)质心提取、(1.4)杂点去除四个步骤；

所述的(2)轨迹连接，依次包括(2.1)位置预测和(2.2)局部线性优化两个步骤。

具体的：

所述的(1.1)小波变换提取，具体的过程为：采用àtrous小波作为小波基，对原始图像进行了两次àtrous小波变换，并对后面一次小波系数进行阈值分割从而得到处理后的图像。这一步主要是利用小波变换的特性来去除图像中的噪声以及不均一的背景。

所述的(1.2)分水岭分割，具体的过程为：采用分水岭的方法将处理后的图像中的囊泡进一步分割开。由于图像中囊泡分布比较密集，有些囊泡会靠得很近，仅仅通过阈值很难将它们分开，因此需要采用分水岭的方法将图像中的囊泡进一步分割开。

所述的(1.3)质心提取，具体的过程为：通过计算每个囊泡的质心来定位囊泡。将囊泡分割开以后，需要提取囊泡的中心位置，通过计算每个囊泡的质心来定位囊泡。

经过以上三个步骤以后，理想情况下应该得到图像中所有囊泡的中心位置。但实际上，其中会有很多假阳性的信号，也就是非囊泡的杂点，因此要设置一定的条件尽可能的去除这些杂点。这些杂点可以分为三种情况：一、随机出现的噪声信号；二、相对较弱的信号；三、形状不规则信号。针对这三种情况，采取了不同的解决方法。对于第一种情况，通过设置连续性条件，即保留至少连续出现三帧以上的点，连续出现少于三帧的点去除；对于第二种情况，通过设置信噪比阈值，信噪比低于阈值的点去除，高于阈值的点保留；对于第三种情况，通过计算圆度，即包含信号最小区域的长宽比，长宽比为1，表示为圆度为1，圆度大于3或者小于1/3，认为圆度不满足囊泡的要求而将其去除。通过以上这些步骤，就得到了比较准确的囊泡中心位置。

轨迹连接很常用的方法是将时间序列图像中距离最近的点连接起来，这种方法对于目标数目较少的情况下适用，当目标数目较多的时候，这种方法很容易出现轨迹连接错误。

因此，(2.1)位置预测，先采用卡尔曼滤波或交互多模型的方法根据囊泡之前的运动状态先对下一时刻进行位置预测，然后根据预测位置和实测位置的最短距离来进行轨迹连接。