基于粒子群的多细胞状态估计技术

陈庆兰，任亚运，徐本连

（常熟理工学院 a.机械工程学院；b.电气与自动化工程学院，江苏 常熟 215500）

基于粒子群的多细胞状态估计技术

陈庆兰a，任亚运b，徐本连b

（常熟理工学院 a.机械工程学院；b.电气与自动化工程学院，江苏 常熟 215500）

针对细胞动力学特性差异、细胞变形、细胞数目变化、细胞近邻等估计难题，提出了一种基于粒子群优化方法来实现多细胞状态估计.首先，针对已存在细胞和新出现细胞设计了两种不同的搜索机制，提出了一种标准的PSO算法且无需检测模块来实现多细胞状态估计；在此基础上，引入细胞检测模块，提出一种基于改进的PSO算法来实现多细胞状态精确估计.实验结果表明，本文所提出的PSO跟踪策略能自动实现多细胞状态估计，在引入细胞检测模块后，跟踪性能提高50%以上，每帧平均耗时减小，并且在处理多细胞近邻问题时具有良好的跟踪鲁棒性.

多细胞跟踪；粒子群优化；状态估计

1　引言

多细胞跟踪是指对细胞的运动速度、位移、轨迹、形状等状态进行定性或定量的分析，它是进行细胞活性、细胞迁徙和细胞趋向性等细胞生物学和生物制药研究的有效方法和必要手段.传统的以人工为主的方式观察被研究细胞的活动，不仅效率低，而且还附带观测者主观因素的影响.与人工细胞跟踪方法相比，自动跟踪方法耗时少，误差小，实用性更强，但由于细胞的多变性、外界干扰等因素给细胞自动跟踪的研究带来了巨大的挑战……