基于自动阈值和标记的荧光标记细胞跟踪与分析方法

基于细胞图像的高通量筛选是筛选新型制药候选药物的有效方法。为了完成筛选过程，有必要高效地处理细胞图像。本文提出了一种高效跟踪细胞并定量检测细胞质与细胞核信号比值的新方法。现有方法包括基于图像处理技术的方法以及利用人工智能(AI)的方法。然而，这些方法不考虑细胞在图像之间的对应关系，或需要大量新的学习数据来训练AI。因此，我们的方法使用自动阈值和标记算法来比较每个细胞在不同图像中的位置，并持续测量和分析细胞的信号比值。本文描述了我们方法的算法。通过该方法，我们实验研究了在二值化过程中进行开运算和闭运算次数对细胞跟踪的影响。通过实验，我们确定了合适的开放和闭合操作次数。