换一批摘要目的 细胞的形态变化与细胞的生理特性密切相关,其定量的描述和分析对探究生命的生理或病理状态过程有重要意义.本文基于显微图像序列提取细胞形态的动态变化信息,以实现对细胞不同形态变化的定量描述及分类.方法 采用运动历史图像和局部二值模式分别提取细胞轮廓和内部运动信息,并使用一系列不同尺度的时间窗口将上述特征映射为多时间尺度的特征矢量,再采用支持向量机对细胞的不同形态变化进行分类.通过对4组不同形态变化等级的小鼠淋巴细胞图像序列进行分类实验,以验证本方法的分类效果.结果 对形态变化由缓慢到剧烈的4组淋巴细胞视频,分类精确度达到75％,能有效区分不同程度的细胞形态变化.结论 与径向距离、Zernike矩、傅里叶描述子等常用的形状描述方法相比,本文方法更加全面地描述了细胞形态变化的动态信息,对细胞的多样性运动具有更好的适应性和稳定性.对细胞形态变化的分类,可用于异常细胞形态变化的检测,为疾病的早期诊断提供了客观依据.
更多相关知识
关键词
图像序列细胞形态描述运动历史图像局部二值模式动态纹理时间多尺度image sequencecell morphological representationmotion history imagelocal binary patterndynamic texturemultiple temporal scales
栏目名称
DOI
10.3969/j.issn.1002-3208.2016.03.03
发布时间
2016-08-17（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（61271112）
- 浏览100
- 被引2
- 下载8
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
