微管吸吮下细胞视频图像分析系统设计与实现

张 莹， 李晓宁

（四川师范大学，四川 成都 610101）

0 引言

生长在不同力学环境下的活体细胞将发生多种不同程度地适应性变化。通过细胞力学实验，可以定量研究细胞和亚细胞结构的运动和形态的动态变化特性，不仅有助于理解力学刺激和细胞生长的关系，也有助于理解细胞病变的机理。微管吸吮法就是一种常用的细胞力学实验方法。它通过微管吸吮下细胞与另一细胞之间产生挤压作用，精确地计算出在不同时刻下的细胞边缘，进而测量出细胞长短轴的变化情况，为研究单细胞在力学刺激下的变形，细胞对之间的黏附特性提供了科学依据。

鉴于此，本文通过微管吸吮实验平台采集基于AVI格式的细胞视频文件，将其等时间间隔采样为若干静态帧图像，通过时空联合 Snakes模型，进行每帧细胞图像轮廓提取，最后精确计算不同时刻下细胞长、短轴的变化长度，实现了微管吸吮下细胞视频图像分析软件。

1 系统的总体设计

“微管吸吮下细胞视频图像分析系统”的建立基于显微摄像系统采集的AVI视频文件。在视频文件中，记录了微管吸吮下细胞靠近、挤压、回拉的循环过程，可以看出微管吸吮下细胞在挤压大细胞过程中发生形变，同时微管向左回拉时，该细胞被拉开一定距离。为了准确、方便地提供分析细胞受力环境所需的实验数据，“微管吸吮下细胞视频图像分析系统”应能准确且自动地测量吸吮细胞在不同时刻下变形长度，即黄线标明的长、短轴长度。

针对上述任务，“微管吸吮作用下的细胞视频图像分析”系统由视频流转换、细胞变形分析和信息查询三块组成，都通过对话框与用户之间进行交互，可以独立运行。在细胞变形分析、信息查询两个模块中，通过Visual C++ 6.0中“消息—事件”响应机制，触发代表细胞动态演示、单帧提取和多帧提取等功能实现，最终记录下吸吮细胞在不同时刻的变形参数，如图1所示。

图1 系统功能模块

2 系统关键算法描述

依据“微管吸吮下的细胞视频图像分析”系统的总体设计，需要进而设计每个模块具体算法、数据结构定义等内容，其中视频流转换，细胞轮廓提取算法是整个系统的主要环节。

2.1 视频流转换算法

通过“微管吸吮法”实验的硬件平台，捕获了以AVI文件格式存放的视频图像。为了后续研究的需要，应该将AVI格式下的视频图像进行等时间间隔采样，利用AVI文件信息区中strh、strf子块的数据内容，获取每一帧位图文件大小、压缩情况、分辨率等方面的信息，形成以序列号命名的 BMP文件，保存以备后续细胞轮廓提取所用。其算法如下：

2.2 细胞轮廓提取算法

通过分析每帧细胞图像的特点，采用式（2）、式（3）综合得Snakes模型总能量函数[1-3]，进行单帧、多帧连续细胞图像轮廓提取。

如果需要分析单帧细胞图像边界，需要人工在目标细胞内部确定初始轮廓线，然后利用贪婪算法寻找每个轮廓点总能量函数的最小值，直到初始轮廓线停止运动时，目标轮廓提取成功。如果需要分析多帧连续细胞图像边界，首先对两个相邻的帧图像进行 100∶1重新采样，然后进行相邻两帧差分运算，再依次对这个差分图像进行二值化处理、腐蚀、连接坐标点，自动形成初始轮廓线，最后，采用总能量函数计算每个控制点能量值，并在其领域通过寻找最小总能量点，推动初始轮廓线向细胞边缘移动，直到每个控制点到达细胞边缘时停止，从而得到每帧图像的细胞轮廓线[4-5]。其多帧连续图像分割算法如下：

读入第一、二帧图像，重采样后，差分；

差分图像进行阈值化处理技术，去掉差分值较小的坐标点；

阈值化处理后的差分图像，进行hough变换，得到初始轮廓点snakes[i]；

采样增加初始轮廓点集snakes[0..m_nNumOfSnakes+1]；

初始化每个能量函数在总能量中的比例系数，即光滑系数、气球力系数、图像力系数和梯度力系数；

描述轮廓点移动的总次数stopNum=0；

3 结语

“微管吸吮下细胞视频图像分析”系统主要用于计算单细胞在力学刺激下的变形参数，有助于为科学工作者提供研究细胞生长环境的科学依据。因此，作者通过认真分析用户的实际需求，规划了系统的总体框架，提出了视频流转换算法和基于Snakes模型的细胞边缘提取算法，以Visual C++软件开发语言实现系统功能，让用户可以通过菜单选择性地对单帧、多帧细胞图像进行分析，为计算细胞变形参数提供了高效、准确的边缘数据。该系统已经在某些细胞生物实验中发挥作用，在不断地实践过程中，我们发现该系统虽然能够满足用户精确计算细胞变形参数的需求，但是仍然存在不足，例如：初始轮廓线人工定位、鲁棒性等，将在后续边缘提取算法研究中进一步完善。

[1] 陈允杰，张建伟.一种新的图像力在Snake模型中的应用[J].计算机应用,2004,24(12):28-30.

[2] 段先华，周则明，王平安，等.基于距离均衡化的自适应性动态轮廓模型[J].中国图像图形学报,2004,9(09):1032-1036.

[3] 郑伟,康朝红.基于梯度的低对比度X线图像分割方法[J].通信技术,2009,42 (01):292-294.

[4] 周昌雄,于盛林.基于最小总体偏差和区域信息Snake模型的图像分割[J].南京航天航空大学学报,2005,37(04):520-523.

[5] 蔡方凯,张松,董凯宁.磁共振图像阀值去噪方法[J].通信技术,2007,40(11):379-381.