[发明专利]基于信息素预测的蚁群多细胞跟踪系统

权利要求书

1.基于信息素预测的蚁群多细胞跟踪系统，包括如下模块：

信息素预测模块，输入原始图像，基于前一帧细胞信息素场高斯拟合的结果，利用高斯混合模型进行信息素场预测，包括存活细胞、分裂细胞和新出现细胞的信息素预测；

蚂蚁决策模块，利用基于信息素梯度信息的蚂蚁工作模式及基于钟形曲线的信息素扩散模型构建信息素场，实现近距离细胞跟踪；

信息素场的高斯拟合模块，在信息素场构建完成后，利用EM算法进行高斯混合模型参数估计，实现信息素场的拟合，用于下一帧细胞信息素预测；

细胞状态提取模块，基于信息素场构建，利用K均值聚类的方法对信息素场进行分类，去除由杂波导致的虚假目标后进行多细胞位置估计，利用细胞距离特征进行数据关联获取细胞运动轨迹及相关的动力学参数；

其特征在于：其中所述的蚂蚁决策模块中构建信息素场中的基于信息素梯度信息的蚂蚁工作模式：

1)蚂蚁根据概率选择邻域内像素进行移动，若蚁群中的蚂蚁a处于像素i所在位置，考虑近距离细胞状态相互耦合，需要引导蚂蚁向细胞中心位置移动，则该蚂蚁选择其邻域内某一像素j的概率为：

其中Ω(i)为像素i的近邻像素集，τ_j(t)为第t次迭代时的信息素，为像素j的信息素梯度值，α、β及γ分别为信息素、似然函数值及信息素梯度的控制参数；

η_j为启发式函数；为了引导蚂蚁快速向目标移动，当蚂蚁位于目标像素外时其中是坐标为(x,y)像素j的灰度值，T₁与T₂分别为坐标x和y的最大值；当蚂蚁位于目标像素上时，为训练模板数据，q为向量个数；ν为核带宽，κ是为调节系数；为巴氏距离，具体为

2.根据权利要求1所述的基于信息素预测的蚁群多细胞跟踪系统，其特征在于所述信息素预测模块，其具体预测方式如下：

1)设定在第k-1帧有M_k-1个细胞，在第k帧细胞可能存活、分裂，消失或新出现；设定细胞之间是相互独立的且每个细胞信息素场符合高斯分布；第k-1帧信息素后验强度表示为高斯混合模型：其中τ为信息素，为第k-1帧第i_p个高斯分量的权值，表示均值为e和协方差为g的高斯函数，是第k-1帧第i_p个高斯分量的均值，为第k-1帧第i_p个高斯分量的协方差，i_p为高斯分量标识；则第k帧预测信息素强度为Φ_k|k-1(τ)＝Φ_S,k|k-1(τ)+Φ_β,k|k-1(τ)+γ_k(τ)，其中Φ_S,k|k-1(τ)为预测存活细胞信息素强度，Φ_β,k|k-1(τ)为预测分裂细胞信息素强度，γ_k(τ)为预测新出现细胞信息素强度；

2)利用第k-1帧信息素场拟合的结果预测存活细胞信息素强度，表示为为第k-1帧第j_s个高斯分量的权值、是第k-1帧第j_s个高斯分量的均值，为第k-1帧第j_s个高斯分量的协方差；F_k-1是信息素转移矩阵，Q_k-1为过程噪声协方差，P_S,k为细胞信息素状态从第k-1帧到第k帧的存活概率，j_s为存活细胞标识；

3)为分裂细胞信息素强度，其中M_β,k,和为信息素状态χ确定的细胞分裂信息素强度的形状参数，j_d为第k-1帧细胞标识，l_d为第j_d个细胞所分裂出细胞的标识；

4)为新出现细胞信息素强度，M_γ,k,为信息素状态χ表示的新出现细胞信息素强度形状参数，j_n为新出现细胞标识。