三维显微图像中细胞核的鲁棒分割

显微图像中三维细胞核的准确分割对于核组织、基因表达和细胞形态动力学的研究至关重要。当前的图像分割方法受到显微图像复杂性和可变性的挑战，常对细胞核过分割或欠分割。因此，有必要提高分割的准确性、可靠性以及自动化程度。本文中，我们提出一种基于随机游走、图论和数学形态学概念的新型自动化算法，用于三维细胞核的鲁棒分割。与其他分割算法类似，我们首先使用种子检测/标记提取算法为每个独立细胞核寻找一个种子体素。接着，利用图上随机游走的概念，我们计算三维图像中所有像素到达种子检测算法所识别的各细胞核种子像素的概率。然后我们通过组合每个体素的这些概率生成一幅三维响应图像，并对该响应图像使用标记控制分水岭变换以获得细胞核的初始分割。最后，我们应用局部区域活动轮廓获得细胞核的最终分割。采用此种方法的优势在于，它能够准确分割具有不均匀强度以及不同形状和大小的高度纹理化细胞。所提算法使用重叠度量、Tanimoto 指数、Rand 指数、F 分数和 Hausdorff 距离度量，与其他三种自动化细胞核分割算法就分割准确性进行比较。定量与定性结果表明，与现有算法相比，我们的算法提供了改进的分割准确性。