基于主动轮廓模型的运动线虫中心线定位算法 | |
毛珩 ; 李宣成 ; 李海文 ; 周铁 ; Tao Louis | |
2016 | |
关键词 | 秀丽隐杆线虫 感兴趣区域 运动追踪 主动轮廓模型 动态规划 |
英文摘要 | 通过光学成像手段研究秀丽隐杆线虫(以下简称线虫)感知行为与对应神经系统中神经元及神经环路之间的反应和调控机制有重要的科学意义. 开展上述研究需要对自由无约束运动下的线虫感兴趣区域(包含特定神经元/环路的区域)进行凝视追踪成像. 为此, 本文开展线虫中心曲线定位算法研究, 由此建立线虫活动坐标系. 现有的线虫中心曲线定位算法是基于骨架化直接计算其中心曲线, 然而在实际成像中, 线虫身体严重扭曲会造成自身粘连甚至成卷, 此外多个线虫之间、线虫与环境物体之间也会出现粘连, 这都将改变线虫身体图像的拓扑结构, 从而导致中心曲线定位算法失效. 本文提出基于主动轮廓模型(active contour model)的中心曲线优化迭代求解方法. 不同于通过线虫区域计算线虫中心曲线的直接求解思路, 本文提出的方法通过预估的中心曲线来构造当前的线虫区域, 再利用成像系统采集的真实图像进行修正, 并对预估的中心曲线加以平滑性和均匀性等正则项约束, 由此建立能量模型并转化为迭代求解能量函数的最小化问题. 本文推导离散形式下的目标函数表达式, 给出构造线虫区域的方法, 并选择动态规划方法迭代求解能量最小问题. 本文通过计算大量实际数据, 验证新算法的可行性和有效性. 特别是在线虫图像发生不同粘连的复杂情形下, 新方法依然能够准确提取线虫中心曲线.; 国家自然科学基金; 中文核心期刊要目总览(PKU); 中国科技核心期刊(ISTIC); 中国科学引文数据库(CSCD); 7; 1005-1016; 46 |
语种 | 中文 |
出处 | CSCD ; 知网 |
出版者 | 中国科学. 数学 |
内容类型 | 其他 |
源URL | [http://hdl.handle.net/20.500.11897/454216] |
专题 | 数学科学学院 生命科学学院 |
推荐引用方式 GB/T 7714 | 毛珩,李宣成,李海文,等. 基于主动轮廓模型的运动线虫中心线定位算法. 2016-01-01. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论