摘要
动机:细胞运动是许多重要生物过程的关键部分。自动和敏感的细胞追踪对细胞运动研究至关重要,追踪结果可以用于诊断或治疗决策,并且可以开发数学模型来加深我们对细胞运动机制的理解。
结果:我们开发了CellTrack:一个用于细胞跟踪和运动分析的自包含、可扩展和跨平台软件包。除了通用的图像增强、目标分割和跟踪算法外,我们还实现了一种基于边缘的细胞边界敏感跟踪方法,并构建了一组方法,即使在细胞发生较大位移或变形的情况下,也能获得精细的跟踪结果。
可利用性:CellTrack是一个开源项目,可以在http://db.cse.ohio-state.edu/CellTrack
联系人: sacan@cse.ohio-state.edu
1简介
细胞运动是生物体赖以生存的许多生物过程的重要组成部分。自由生活的单细胞生物移动以避免有毒物质或接近营养物质。多细胞生物的组织细胞在胚胎发育(形态发生)、伤口愈合、组织维持、新血管生成、癌症转移和免疫反应期间动员。了解细胞运动的潜在机制对于治疗或预防由细胞运动异常引起的许多疾病至关重要。
显微成像中细胞的精确分割和跟踪已成为细胞运动研究中的一个重要步骤。例如,追踪滚动白细胞的数量和速度对于理解和成功治疗炎症性疾病至关重要(Ray等人。,2002). 细胞运动的数学建模也需要对运动细胞进行灵敏的跟踪。在Coskun等人。, (2007)其中,活细胞成像数据用于解决逆建模问题,以确定细胞的材料属性。
细胞运动数据的手动处理需要耗费大量人力且容易出错。最近有很多尝试从显微图像中自动检测和跟踪细胞。齐默尔等人。, (2002)开发了一种改进的活动轮廓模型来检测运动细胞的伪足并处理分裂细胞,但需要为第一帧提供初始分割。穆克吉等人。, (2004)提出了一种统一的搜索算法来同时处理分割和跟踪问题,使用通过阈值分解计算的图像水平集。锂等人。, (2006)开发了一个两级系统,在该系统中,由一个细胞检测器、一个水平跟踪和运动滤波器组成的较低水平的输出由一个轨道仲裁器水平评估,以检测有丝分裂和凋亡事件,并处理进出视图的细胞。
迄今为止开发的自动细胞跟踪方法主要侧重于跨帧细胞的关联,当细胞在运动过程中发生变形时,无法对其进行敏感的跟踪。此外,这些方法通常是单独开发的,用于解决特定问题,但不是集成软件环境的一部分。包含其中一些方法的可用软件包要么是专有的,要么是封闭源代码的,这使得它们不适用于不同的研究问题,也不适用于其他研究问题。
我们已经实现了CellTrack,这是一个用于跟踪细胞的集成和可扩展的软件环境。CellTrack提供通用图像处理、对象分割和跟踪方法。我们实现了一种新的基于边缘的跟踪方法,该方法基于蛇(卡斯等人。,1987)并依赖于一种新的能量功能,能够准确跟踪移动细胞的形状变化。我们还开发了一套方法来实现更稳健的跟踪结果。我们将在下一节介绍这些方法,并提供一些初步的定性结果来说明这些新方法的优点。这些方法的广泛定量评估及其与其他可用方法的比较推迟到单独的研究。
2方法
蛇是在图像平面上进化的弹性曲线,用于捕捉对象边界(Kass等人。,1987). 蛇的进化基于能量最小化程序,该程序可以改善蛇的坐标。蛇能量通常定义为内部能量的加权和(E类整数(例如连续性和曲率)和外部(E类提取例如图像梯度)能量项。使用snake进行对象跟踪包括将snake初始化为前一帧的配置,并为新帧再次演化snake。传统的跟踪方法侧重于整体跟踪对象,而不考虑跨帧提供边界点的敏感关联。
我们的新方法不仅将前一帧中蛇的配置用于初始化,还将其用作约束能量项,以便新帧中的蛇在全像素基础上有效匹配其前一配置对图像平面的适应度。我们建议的能量函数如下:哪里E类比赛定义为健身术语的加权总和:哪里x个表示要匹配的约束类型,以及E类x个'是的能量项x个从上一帧开始。我们在CellTrack中实现的约束类型包括:蛇自身进化过程中使用的内部(int)和外部(ext)能量项、图像强度(我)和有符号图像梯度(δ我)在每个snaxel位置,以及每个snaxle周围轮廓的弧长(κ)。注意,我们的模型可以很容易地扩展到其他颜色或纹理特征描述符。 图1说明了我们能源功能的成功。没有E类比赛术语,蛇未能捕捉到被跟踪对象的边界,但错误地变形到相邻对象的边缘。包含E类比赛术语使snake保持其与前一帧的内部和图像相关配置,以正确捕获新帧中同一对象的边界。请注意,我们的方法还有一个独特的优点,即跨帧提供snaxel的敏感关联(请参见插图图3(如图所示)。这在细胞运动建模和分析研究中尤其有用,因为在这些研究中,对物体的大部分进行跟踪是不够的,需要这样一种敏感的关联(Coskun等人。,2007).
请注意,使用蛇进行跟踪依赖于被跟踪对象在连续帧之间的移动和变形较小的假设。为了放松这个假设并获得更稳健的跟踪结果,我们以从粗到精的方式开发了不同跟踪方法的集合。我们建议读者参考伊尔马兹等人。, (2006)对目标跟踪方法进行了概述。
我们的组合方法执行以下步骤:首先使用模板匹配方法确定对象的整体位移和旋转(图2b) ●●●●。生成的轮廓用作金字塔卢卡斯-卡纳德(布盖,2000)基于光流的变形(图2c) ;我们使用统计异常检测和局部插值来实现光流评估中的抗误差。然后应用我们的扩展snake方法获得最终的snake配置(图2d) ●●●●。集成方法即使在帧间对象发生较大位移或变形时也能实现精确跟踪。
3软件
前面概述的方法在CellTrack中实现,这是一个旨在自动化细胞跟踪过程的软件包。简单直观的用户界面允许轻松导航和分析图像帧(请参阅图3(对于快照)。除了跟踪方法外,CellTrack还提供一般的图像处理和增强功能,如平滑、背景减法和对象分割。对于每种方法,用户都可以更改默认参数,以满足不同跟踪应用程序的差异和需求。即时预览结果的能力使研究每个参数的影响变得容易。
计算并显示单元的速度、面积、变形、轨迹和详细跟踪,以供分析。除了自动细胞检测和跟踪功能外,该界面还允许手动编辑以初始化或修改跟踪数据。CellTrack可用于处理各种文件格式的电影或图像文件。跟踪结果可以导出为原始文本数据以进行进一步的数值分析,也可以导出为电影或图像文件以进行可视化、共享和发布。
CellTrack是用C++开发的,以避免对商业开发和部署产品的依赖,并避免高级语言的计算开销。图像处理功能基于OpenCV库(Bradski,2000)图形用户界面通过wxWidgets(Smart等人。,2005). 这两个库都是开源的,可用于广泛的平台,包括Linux、Windows和Mac OS,这使得CellTrack也是一个跨平台软件。CellTrack以模块化设计模式开发,其中处理逻辑与用户界面细节分离,并作为单独的插件实现。这种设计模式使CellTrack可以很容易地扩展,以包含新的方法。最后,我们希望指出,CellTrack决不是所有细胞跟踪问题的最终解决方案,而是一个持续发展的平台。有关CellTrack的当前功能和限制,请参阅软件发行版的用户手册。
致谢
基金本研究部分得到了美国国家科学基金会(NSF)拨款IIS-0546713和土耳其科学研究委员会(TUBITAK)拨款107E173的支持。
利益冲突:未声明。
参考文献
. Lucas Kanade特征跟踪器的金字塔实现:算法描述
, 技术报告。英特尔公司、微处理器研究实验室、OpenCV文档
, 2000
. OpenCV库
, Dobb博士的专业程序员软件工具
, 2000
,卷。 25
(第120
-125
) 等阿米博伊德细胞运动:一个模型和反问题,以及活细胞成像数据的应用
, J.西奥。生物
, 2007
,卷。 244
(第169
-179
) 等蛇:活动轮廓模型
, 国际期刊计算。愿景
, 1987
,卷。 1
(第321
-331
) 等相控显微镜成像的迁移和增殖细胞的在线跟踪
, 2006年计算机视觉和模式识别研讨会IEEE会议记录(CVPRW’06)
, 2006
纽约
(第65
-72
) 等用于白细胞检测和跟踪的水平集分析
, IEEE Trans-Image处理
, 2004
,卷。 13
(第562
-572
) 等利用形状和大小受限的活动轮廓追踪体内白细胞
, 2002
,卷。 21
(第1222
-1235
) 等, 使用wxWidgets的跨平台GUI编程
, 2005
印第安纳波利斯
普伦蒂斯·霍尔PTR
等目标跟踪:调查
, ACM计算。Surv公司
, 2006
,卷。 38
第页。 13
等基于参数活动轮廓的视频显微镜中迁移细胞的分割和跟踪:一种基于细胞的药物检测工具
, IEEE传输。医学影像学
, 2002
,卷。 21
(第1212
-1221
)
作者注释
©作者2008。牛津大学出版社出版。保留所有权利。有关权限,请发送电子邮件至:journals.permissions@oxfordjournals/org