论文部分内容阅读
在生物医学领域中,低温保存技术被用于长时间保存活性物质,其对器官保存、组织培养以及保持细胞活性等具有极其重要的意义。低温保存技术的发展依赖于最优冷冻方案的研究。不恰当的冷冻方案会导致细胞在降温过程中受到低温损伤,以至于无法达到低温保存的目的。为了得到最优冷冻方案,需要研究细胞膜对水的渗透性,而这可以借助于低温实验来进行测量分析。在这种实验中,细胞的投影面积会随着温度的降低而缩小。通过测量细胞面积的变化,即可换算出细胞的体积变化,从而拟合得到细胞膜对水的渗透性参数。其中,细胞面积变化的测量可以利用图像分割进行实现。因此,高效的细胞图像分割算法对于渗透性测量以及低温保存技术的发展具有重要意义。目前学术界尚未有高效的图像分割算法以处理低温冷冻过程中细胞图像的分割问题。由于在降温过程中,细胞形态的剧烈变化以及胞外冰的存在,使得该图像分割问题难以轻易解决。此前研究人员往往通过手工提取细胞轮廓以获得其面积数据,然而该过程不仅费时费力,而且误差较大。为此,本文就该问题提出了一种高效且精确的图像分割算法,以实现对细胞面积的自动化计算。算法的输入为降温过程中所得到的细胞图像序列。考虑到细胞在冷冻过程中其空间位置往往会发生漂移,为此,本文提出了一种基于贪心搜索策略的目标跟踪算法,以捕获细胞的大致轮廓。在此基础上,为了进一步得到精确的分割结果,本文提出了一种基于活动轮廓的图像分割模型。该模型同时具备基于边缘以及基于区域的活动轮廓的优点,并且具备竞争能力以实现图像的正确分割。针对活动轮廓模型的求解,本文采用了基于水平集的方法,并且在演化水平集时引入反应扩散项来避免水平集的重新初始化,同时采用窄带实现,以此确保计算的高效及精确。此外,本文还使用了一种多尺度的图像分割策略,以进一步提升计算速率。实验结果表明,较之于传统的图像分割算法,本文所提出的算法能够实现低温冷冻细胞图像的高效分割。上述算法的提出,不仅为解决低温冷冻细胞图像的分割问题开辟了新的思路,而且为低温保存技术的研究提供了新的技术支持。