1、顯微鏡下細胞的跟蹤是多目標檢測跟蹤的重要分支和研究方向，也是計算機視覺與生命科學工程相結合的熱點。精確地跟蹤細胞的運動軌跡對于定量地分析血細胞的定向移動、組織器官的修復過程、藥物作用下細胞周期變化都有著重要的意義。與自然場景下的多目標跟蹤不同，細胞種類具有多樣性，外形相似度高，以及運動情況復雜等特點，增加了跟蹤任務的難度。如何提高細胞跟蹤的精度，同時定量地分析出細胞活性的變化成為近年來研究的焦點。
　　本文對細胞成像的工具以及圖像

2、數(shù)據(jù)特征進行分析，通過研究對比現(xiàn)有細胞檢測和跟蹤算法，提出了一種具有魯棒性和普適性的分層次跟蹤框架，并在多個不同細胞類型和成像工具的細胞圖像序列上進行實驗，具體工作如下：
　　一、分析了細胞形態(tài)特征及顯微鏡圖像特點，并探索出相應的圖像預處理的算法和參數(shù)設定，解決由成像帶來的噪聲和細胞光暈問題，提高圖像質(zhì)量；
　　二、對現(xiàn)有的分割和跟蹤方法進行分類，對比了基于檢測的關聯(lián)框架，基于模型的演化框架，基于概率的貝葉斯框架優(yōu)缺點，在先

3、檢測后關聯(lián)的基礎上，應用分層次的思想，先全局后局部處進行檢測和跟蹤，提高系統(tǒng)魯棒性；
　　三、在細胞檢測階段，針對細胞形態(tài)和粘連特性，提出使用橢圓擬合識別欠分割的方法，先全局后局部的解決分割問題。首先進行全局分割，經(jīng)過形態(tài)學處理和區(qū)域標注后，使用橢圓對每一個區(qū)域進行擬合，篩選出欠分割區(qū)域。最后通過小波變換的分割方法對局部進行再次分割，提取質(zhì)心作為跟蹤依據(jù)；
　　四、在跟蹤階段，提出適用于細胞跟蹤的分層次跟蹤框架，在不同階段分

4、類解決細胞事件。在第一階段幀間關聯(lián)中引入二分圖模型，使用細胞密度估計保守的距離閾值，建立可信度較高的軌跡段，識別出細胞分裂、融合、移入移出事件并關聯(lián)到軌跡段中；第二階段，基于建立的軌跡段進行細胞事件的識別分類，結合生物特性和先驗知識，糾正由于檢測錯誤帶來的跟蹤中斷和細胞分裂的問題；第三階段，對每一段軌跡計算再次關聯(lián)的時間空間約束條件，基于局部最優(yōu)的方法，對軌跡段進行關聯(lián)，在不需要初始化和人工干預的糾錯下實現(xiàn)軌跡跟蹤；
　　五、通過