相称显微镜下细胞群体跟踪

背景：

细胞跟踪是生物医学研究的一个重要，充满挑战以及潜力的领域，细胞的迁移在器官修复，检测疾病方面有重要作用，细胞的运动形态，包括速度和方向，细胞的迁移类型，包括形态学的变化和它所处的生物环境息息相关，因此对着两方面的定量研究是细胞迁移的关键。

数据：

细胞跟踪所用的数据集分为两大类。一类传统的是微分干涉相称显微镜下成像，其成像原理是光线在显微镜下通过背景区域和细胞区域发生衍射的相位差不同，使人的肉眼可以观测到细胞的形态，这种物理成像不会引起细胞的化学变化，可以长期跟踪观测细胞的变化。但是其相称图像也存在固有的弊端，体现在几个方面：前景（细胞）和背景区域对比度低；亚细胞之间图像强度不同；纹理特征无法辨识形状发生形变；会有明亮的光环和阴影这些固有的特征。因此有效特征提取很困难。

另一类成像是在荧光显微镜下，这种成像原理是通过加入化学物质，在光线照射下会产生清晰的轮廓。荧光显微镜图像有几个有点：可以在高维下（3维），特异性，缺点是：染色布均匀，信噪比低，以及背景光照不均匀，光漂白，光毒性，成像时间不长，等等。

另外，对大量细胞的跟踪以及单细胞跟踪，2 维以及3维的跟踪进行方法的分类。

不同的成像特征决定了方法选择的不同，目前并没有统一标准数据集以及统一的评价标准来评测各种分割跟踪算法的性能，细胞跟踪挑战大赛试图建立一个公共个标准数据集，但是现在也没有公开相关的数据，同时其提供的所有图像是在荧光显微镜下的成像。

方法比较：

细胞跟踪的流程主要为一下几个：

分割/检测（有丝分裂，迁移）——跟踪（谱系建立）——后期处理（评估）、

已有的细胞分割的方法演化为高维时间延迟成像下的分割跟踪以及线性谱系的事件。方法可分为两类：一类是检测跟踪。另一类是模型演化跟踪。

对于前者，细胞首先在每一帧中被检测出来（利用梯度特征，灰度特征，或者小波分解），然后使用优化的方法，如多假设跟踪，整数规划，动态规划，能量最小值的方法，用来确定帧间细胞的最佳匹配联系。这一方法的优点是，检测和跟踪两个步骤相互独立，对于进入视野区的细胞和前后帧时空相关联。

在第二类中，同时进行细胞的分割和跟踪，前一帧的分割结果作为下一帧的初始条件。这一方法可以用细胞轮廓演化的方法，利用参数隐式化的方法（利用速度特征，梯度特征，区域间的异质性）和内部。