多伯努利分布框架下的多细胞运动分析方法研究

In time and space field, aiming to tracking difficult problems, such as large amount of information, complex and changeable shape of cell structure, division, collision, adhesion and the uncertainty of cell movement, multi-cell state estimation and tracking methods with engineering application prospect are put forward in the Multi-Bernoulli distribution framework. Firstly, theory model for multi cell tracking of the Multi-Bernoulli label Random Finite Set (RFS) and the Multi-Bernoulli label random finite ant colony are proposed. On this basis, through adding collision and division parameters to Multi-Bernoulli filtering state parameters set, augmented labeled Multi-Bernoulli filtering and multiple model Multi-Bernoulli filtering multi-cell tracking method are proposed. Then, in the Multi-Bernoulli distribution framework, constructing the dual prediction of multi ant colony state and pheromone field and fast updating mechanism, label Random Finite ant colony multi-cell tracking methods are proposed in Multi-Bernoulli distribution framework. Finally, from the three dimensions of the algorithm itself, the biological measure and the practicality, an objective evaluation system for cell tracking algorithm is studied. It is believed that our results will enrich multi-cell tracking theory and contribute to the development of pathology and drug discovery, and provide new ideas and technical as well.

在时间与空间域里，针对细胞数据量大，细胞个体易变形、分裂，细胞间碰撞、粘连等运动不确定等跟踪难题，本项目拟在多伯努利分布框架下，提出具有工程应用前景的多细胞跟踪方法。首先，提出面向多细胞跟踪的多伯努利标签随机有限集和多伯努利标签随机有限蚁群理论模型；在此基础上，对多伯努利滤波目标状态参数集进行扩展（引入分裂、碰撞事件），提出扩展标签多伯努利、多模型多伯努利细胞状态估计与跟踪方法；在多伯努利分布假设框架下，构建多蚁群状态与信息素场双重预测与快速更新机制，提出多伯努利框架下的标签随机有限蚁群多细胞跟踪方法。最后，从算法本身、生物学度量和实用性等三个维度，研发细胞跟踪算法的客观评价系统。该项目研究成果将进一步完善和丰富细胞跟踪与评价方法，并为病理学研究和新药物的研制提供新的思路和技术途径。

细胞迁移运动是血管生成、损伤愈合、胚胎生长、免疫反应、感染和癌症转移等多种生理过程必不可少的环节。细胞运动分析方法作为一种医学辅助手段对于提高疾病诊断和预防的准确性、药效分析和药物研发的效率、可靠性具有重要的理论研究价值和工程实践意义。本项目针对细胞数据量大，细胞个体易变形、分裂，细胞间碰撞、粘连等运动不确定跟踪难题，在面向多细胞跟踪的多伯努利（标签）随机有限集和多伯努利（标签）随机有限蚁群理论模型研究的基础上，提出具有工程应用前景的多伯努利多细胞跟踪方法。本课题研究的重要成果主要体现在：（1）针对粘连多细胞跟踪精度低的问题，研究了基于蚂蚁自调整觅食的多细胞跟踪方法；（2）针对近距离黏连，碰撞细胞的状态估计问题，提出了基于信息素预测的蚁群多细胞运动分析方法；（3）针对细胞动力学差异性大、细胞黏连与分裂谱系树构建问题，提出基于标签蚁群的多细胞谱系树构建方法；（4）针对细胞数量时变、细胞图像信噪比低等难题，提出基于标签多贝努利滤波器的多细胞运动分析方法；（5）针对细胞数量及形态时变等难题，提出基于多伯努利随机有限蚁群多细胞状态参数与形态学参数估计方法；（6）针对低信噪比图像细胞分裂频率高等难题，提出双层多伯努利随机有限蚁群多细胞运动分析方法等，实现复杂情形下多细胞数量、位置、速度、轨迹等运动参数和形态学参数的自动估计。研究成果不仅有助于丰富多目标（细胞）跟踪的理论方法，也可为药理学和病理学的研究提供重要的参考价值和技术路径。

内容获取失败，请点击重试