MATLAB科研影象處理——細胞追蹤
目標追蹤(Object tracking)
是一類常見的影象處理問題，例如
細胞追蹤以及動物行為的追蹤
等等。
之前的文章介紹了怎樣利用ImageJ進行自動的細胞追蹤，以及動物軌跡追蹤：
但這些外掛都是根據某一類資料進行編寫的，缺乏靈活性和通用性。
而在遇到實際的追蹤問題時，根據具體情景不同，追蹤演算法實現的複雜度和難度也不同。
不同成像條件、不同運動狀況的細胞，需要不同的追蹤演算法
細胞追蹤可以分為以下幾個步驟：
分割（Segmentation）
關聯（Linking）
過濾（Filtering）
推薦教程：https：//www。youtube。com/watch？v=IIt1LHIHYc4
這篇文章會介紹最基本的一類細胞追蹤問題，演示怎樣利用MATLAB(R2019a)，對2D細胞進行追蹤：
資料來源：
http：//
celltrackingchallenge。net
/
資料處理前分析
：這是一類比較簡單的細胞運動影象，優點在於：
1。細胞和背景之間對比度高，易於分割；
2。細胞之間沒有粘連。
難點在於細胞會出現和消失，所以在追蹤時需要區分新細胞的出現，以及細胞的消失。
二、細胞追蹤
例項程式碼
1.細胞分割
% This script shows how to track cells using
% Written by Ethan Zhao， Sept。 2021
% Tutorial： https：//zhuanlan。zhihu。com/p/368919577
clear
；
close
all
；
grayThd
=
4
；
sizeThd
=
500
；
ImStack
=
imstackread
（
‘trackingDemo。tif’
）；
ImStackBW
=
imgaussfilt
（
ImStack
，
3
）
>
grayThd
；
% binarization
% image filtering
for
ii
=
1
：
size
（
ImStackBW
，
3
）
ImStackBW
（：，：，
ii
）
=
imfill
（
ImStackBW
（：，：，
ii
），
‘holes’
）；
% fill holes
ImStackBW
（：，：，
ii
）
=
bwareaopen
（
ImStackBW
（：，：，
ii
），
sizeThd
）；
% remove small particles
ImStackBW
（：，：，
ii
）
=
imclearborder
（
ImStackBW
（：，：，
ii
））；
% remove cells on border
end
% get center coordinates of cells
cellPos
=
cell
（
1
，
size
（
ImStackBW
，
3
））；
% initialize cell array
for
ii
=
1
：
size
（
ImStackBW
，
3
）
tmpPos
=
regionprops
（
ImStackBW
（：，：，
ii
），
‘Centroid’
）；
% get centroid
cellPos
{
ii
}
=
cat
（
1
，
tmpPos
。
Centroid
）；
% concatenate all cells of single frame
end
save
（
‘cellPos-AllFrames。mat’
，
‘cellPos’
）；
細胞追蹤的
第一步是分割出細胞，並找出細胞的中心座標，分割效果：
關鍵程式碼分析：
ImStack
=
imstackread
（
‘trackingDemo。tif’
）；
ImStackBW
=
imgaussfilt
（
ImStack
，
3
）
>
grayThd
；
% binarization
這裡用到了之前提到的自定義函式：
這裡使用的資料比較容易分割，所以
利用高斯模糊imgaussfilt去噪
之後，可以用一個固定閾值進行分割。
cellPos
=
cell
（
1
，
size
（
ImStackBW
，
3
））；
% initialize cell array
for
ii
=
1
：
size
（
ImStackBW
，
3
）
tmpPos
=
regionprops
（
ImStackBW
（：，：，
ii
），
‘Centroid’
）；
% get centroid
cellPos
{
ii
}
=
cat
（
1
，
tmpPos
。
Centroid
）；
% concatenate all cells of single frame
end
預先給CellPos變數分配一個空array，可以提高運算速度
。
這裡利用
cell array
，因為不同frame可能找到的細胞座標不同。
2.細胞關聯
clear
；
close
all
；
load
（
‘cellPos-AllFrames。mat’
）；
distThd
=
30
；
% unit：pixel
minTraceLength
=
5
；
% cell has to exist at least 5 frames
ii
=
1
；
traceNum
=
1
；
cellTrace
=
［］；
while
ii
<
length
（
cellPos
）
% traverse all frames
tmpTrace
=
［］；
tmpFrame
=
cellPos
{
ii
}；
% cells of current frame
if
isempty
（
tmpFrame
）
% if all cells in this frame were linked， go to next frame
disp
（［
‘frame-’
，
num2str
（
ii
），
‘ finished。’
］）；
ii
=
ii
+
1
；
continue
；
end
% set the first center point as seed
tmpSeed
=
［
tmpFrame
（
1
，：），
ii
］；
% save as ［x y t］
tmpTrace
（
1
，：）
=
tmpSeed
；
% set current seed as trace start
cellPos
{
ii
}（
1
，：）
=
［］；
% once seed is linked， remove it
% search every frame after that seed
for
jj
=
ii
+
1
：
length
（
cellPos
）
nextFrame
=
cellPos
{
jj
}；
［
minDist
，
cellIdx
］
=
min
（
pdist2
（
tmpSeed
（
1
：
2
），
nextFrame
））；
% search the closest cell
if
minDist
<
distThd
% the next cell is close enough， the seed can be linked
tmpSeed
=
［
nextFrame
（
cellIdx
，：），
jj
］；
% set this cell as new seed
tmpTrace
=
cat
（
1
，
tmpTrace
，
tmpSeed
）；
% add this cell to the trace
cellPos
{
jj
}（
cellIdx
，：）
=
［］；
% remove the linked seed
else
% if the trace is finished， stop searching
break
；
end
end
if
size
（
tmpTrace
，
1
）
>
=
minTraceLength
% trace filtering
cellTrace
{
traceNum
}
=
tmpTrace
；
traceNum
=
traceNum
+
1
；
end
end
save
（
‘cellTrace。mat’
，
‘cellTrace’
）；
這裡細胞關聯用到的是最簡單的
歐氏距離
，透過尋找下一幀離細胞最近的那個細胞，進行Linking。
從一幀開始，每一個細胞作為一個種子（seed），往後面的幀進行搜尋。
如果搜尋不到符合條件的下一個細胞，則該細胞的軌跡（trace）結束。
示意圖
if
size
（
tmpTrace
，
1
）
>
=
minTraceLength
% trace filtering
cellTrace
{
traceNum
}
=
tmpTrace
；
traceNum
=
traceNum
+
1
；
end
這裡也包含了軌跡過濾（trace filtering），如果這個trace出現時間過短（少於5幀），那麼這一條trace很可能並不正確。
Trace filtering有很多特徵可以進行考慮，例如細胞的速度、運動方向等等。
如果對於MATLAB影象處理有什麼問題可以私信我，或者給我發郵件：zhaoyc9@163。com
更多影象處理的教程可以關注我的專欄：
希望對大家有幫助~