研究进展

新闻类别:研究进展
2015-07-23

iCut:基于集成分割算法对密集重叠细胞的准确分割

细胞是大脑结构的基础。神经细胞的数目在大脑正常发育和疾病发生过程中常会发生变化,准确的细胞计数和形态分析对脑功能和疾病的认识有着极大的帮助。近年来随着高分辨成像技术的发展,已能在全脑范围获得细胞水平的成像,使得对细胞直接计数成为可能。然而,脑的细胞并非均匀分布,有些脑区内细胞存在着聚集或重叠的现象。传统的自动细胞分割算法不能胜任细胞密集重叠问题,密集重叠细胞的自动准确分割仍然是神经科学研究中的一大难题。

武汉光电国家实验室生物医学光子学功能实验室的龚辉教授带领的研究小组成功发展了一套适用于密集重叠细胞分割的集成分割算法。7月14日,该研究成果以论文“iCut:一种密集重叠细胞准确分割的集成分割算法”(iCut: an Integrative Cut Algorithm Enables Accurate Segmentation of Touching Cells)在《科学报道》(Scientific Reports)上发表。

龚辉教授研究小组首先对密集重叠细胞的结构特征进行分析,提出利用整合凹点检测和归一化图论分割方法解决细胞密集重叠的分割问题。iCut算法首先利用凹点检测密集细胞的重叠节点;再把这些凹点信息编码到传统归一化分割算法的权重矩阵中,使得最终的分割发生在细胞重叠处的概率最大。这一全新的自动化算法,能够准确提取密集重叠细胞的中心点和外周轮廓边界。经对比统计分析,iCut在检测率和准确率的综合指标以及计算效率上均优于已有类似目的算法。为此,iCut算法有望成为大数据量细胞分割的利器,将有效促进神经科学的发展。

本项工作由生物医学光子学功能实验室何勇、龚辉、熊本义、徐晓峰、李安安、江涛、孙庆涛、骆清铭、陈尚宾共同完成。该研究得到了国家自然科学基金、国家自然科学基金创新群体、国家重大科学仪器设备开发专项以及武汉光电国家实验室主任基金支持。

sketch map

图1 凹点检测和归一化分割示意图

图2 iCut算法对尼氏染色鼠脑图片

(a)细胞的分割结果(d);(b)与(c)为其他对比技术结果

文章链接:http://www.nature.com/srep/2015/150714/srep12089/full/srep12089.html