一种改进的大鼠精子图像分割及计数算法

基于卡尔曼滤波改进的精子图像序列分割方法余东;黄文明;温佩芝;宁如花;黄锦芳【期刊名称】《计算机工程与科学》【年(卷),期】2012(34)7【摘要】图像分割是精子图像识别的一项关键技术,在精子运动能力分析中起着至关重要的作用.本文对采集的连续精子图像序列进行灰度化、去噪等预处理后,采用Otsu算法对首幅动物精子图像二值化,对后续图像采用Kalman Filter确定二值化阈值范围,改进Otsu算法求出每一幅图像的适当阈值并进行二值化,缩短算法时间并能保证分割精度.应用形态学消除精子尾部和部分精子之间的粘连现象,通过计算和比较目标面积、形状因子,去除小颗粒杂质以及形状及灰度和精子相似的杂质,为精子运动能力检测提供高质量的分割图像.%Image segmentation in the analysis of sperm's motility plays an important role. Firstly,the collected sperm image sequence are carried out a pre-processing,such as graying and de-noising,then the first piece of pretreated sperm image's binarization using the Otsu algorithm and the threshold range of binarization of the subsequent images can be determined by the Kalman filter, which improves the Otsu algorithm to calculate the images' appropriate threshold and binarization under the predicated threshold range,and reduces time. In order to get high-quality segmentation images for the analysis of sperm's motility,we apply morphology to eliminate sperm tail and part of the phenomenon of sperm adhesion, and bycomparing with the area and shape factors to remove the tiny noisy particles and impurities in the sperm image.【总页数】5页(P104-108)【作者】余东;黄文明;温佩芝;宁如花;黄锦芳【作者单位】桂林电子科技大学计算机科学与工程学院,广西桂林541004;桂林电子科技大学计算机科学与工程学院,广西桂林541004;桂林电子科技大学计算机科学与工程学院,广西桂林541004;桂林电子科技大学计算机科学与工程学院,广西桂林541004;桂林电子科技大学计算机科学与工程学院,广西桂林541004【正文语种】中文【中图分类】TP391.41【相关文献】1.基于snake模型的IVUS图像序列三维分割方法 [J], 孙正;杨宇2.一种基于时空MRF的工业CT图像序列分割方法 [J], 程云勇;张定华;金炎芳;张顺利3.一种改进的交互式医学图像序列分割方法 [J], 罗希平;田捷4.基于改进的GAC模型的医学图像序列分割算法 [J], 张惠东;戴本祁;沈杨5.基于图像序列期望特征的阈值分割方法 [J], 尹沧涛;何平;戴鹏;张洪健因版权原因，仅展示原文概要，查看原文内容请购买。

改进的动物精子图像分割算法宋继清;黄文明;李寅威;邓珍荣【期刊名称】《计算机工程与设计》【年(卷),期】2012(033)011【摘要】动物精子图像分割在计算机辅助精子质量分析系统(CASA)中有着非常重要的作用,直接关系到精子质量检测的精度和速度.在总结最大类间方差(Otsu)算法利弊的基础上,对传统二维Otsu算法原理以及在动物精子图像分割过程中存在处理时间过长的问题进行了研究,提出了一种改进的二维Otsu图像分割算法,通过改变二维直方图的分块方式将二维最优阈值搜索变为一维最优阈值搜索,从而缩短寻找最优阈值的处理时间.实验结果表明,改进的分割算法可以有效降低算法复杂度和噪声干扰,实现动物精子图像快速、准确的分割.%Animal sperm image segmentation in the quality of computer-aided sperm analysis (CASA) system has a very important role, directly related to the accuracy and speed of sperm quality. Long processing time, the traditional two-dimensional Otsu algorithm principle, as well as in animal sperm image segmentation problem is studied on the basis of summing up the pros and cons of the Otsu Algorithm, which presents an improved image segmentation that transformed the one-dimensional optimal threshold search into the two-dimensional optimal threshold search by changing the block-division method of the two-dimensional histogram, thus reducing the processing time to find the optimal threshold. The experimental results show that the improved segmentation algorithm can effectively reduce thecomplexity of the algorithm and noise, animal sperm images fast, accurate segmentation.【总页数】5页(P4259-4263)【作者】宋继清;黄文明;李寅威;邓珍荣【作者单位】桂林电子科技大学计算机科学与工程学院,广西桂林541004;桂林电子科技大学计算机科学与工程学院,广西桂林541004;桂林电子科技大学计算机科学与工程学院,广西桂林541004;桂林电子科技大学计算机科学与工程学院,广西桂林541004【正文语种】中文【中图分类】TP391【相关文献】1.基于小波图像融合算法和改进FCM聚类的MR脑部图像分割算法 [J], 耿艳萍;郭小英;王华夏;陈磊;李雪梅2.三种图像分割算法的对比及图像分割方法的改进 [J], 朱俊杰;杜小平;范湘涛;郭华东3.最大方差比图像分割算法的一种改进——以前磁曲线图像为例 [J], 尚福华;纪延瑶;栾泊4.最大方差比图像分割算法的一种改进——以前磁曲线图像为例 [J], 尚福华;纪延瑶;栾泊5.一种改进的K-means聚类服装图像分割算法 [J], 高樱萍;宋丹;王雅静;张轩宇因版权原因，仅展示原文概要，查看原文内容请购买。

基于改进遗传算法的图像分割方法
乔双;宋建中;胡硕
【期刊名称】《微型机与应用》
【年(卷),期】2004(023)003
【摘要】提出一种应用于图像分割的改进遗传算法,算法中引入了优生算子、改进的变异算子和新个体,避免了局部早熟,提高了收敛速度和全局收敛能力.
【总页数】2页(P50-51)
【作者】乔双;宋建中;胡硕
【作者单位】吉林长春中国科学院长春光学精密机械与物理研究所,130022;吉林长春中国科学院长春光学精密机械与物理研究所,130022;吉林长春中国科学院长春光学精密机械与物理研究所,130022
【正文语种】中文
【中图分类】TP3
【相关文献】
1.基于改进遗传算法的Otsu图像分割方法 [J], 乔玲玲;毛晓菊
2.基于改进遗传算法的图像分割方法的分析 [J], 王中杰
3.基于改进遗传算法的图像分割方法 [J], 胡亨伍
4.一种基于改进小生境遗传算法的图像分割方法 [J], 李阳;归伟夏
5.基于改进遗传算法的阈值图像分割方法 [J], 李茂民;邹臣嵩
因版权原因，仅展示原文概要，查看原文内容请购买。

一种简易的脑片图像的半自动区域划分及细胞计数方法朱续涛;何晓斌;刘悦;文鹏杰;王莉;张志建;徐富强【摘要】脑科学研究往往需要对实验动物不同脑区的分子表达、细胞数目及神经网络连接模式进行量化和比较分析,然而目前缺乏简便易行的规模化的脑区划分方法.本文基于 Paxinos 和 Franklin 的第二版小鼠图谱以及 Photoshop 和ImageJ 等图像处理软件,发展了一种简易的脑片图像的半自动区域划分及细胞计数方法.首先,基于小鼠脑图谱可获得脑区划分所需的标准模版;然后,利用 Photoshop 软件对标准模版进行变形矫正,可实现小鼠脑切片图像的快速规模化半自动配准及区域分割;最后,利用ImageJ可实现对配准及分区后的脑片图像不同区域的半自动神经细胞计数和分析.此方法适用于脑片免疫组织化学分析、神经元分布模式检测和神经环路标记等研究,其操作简便、易于获取、并且不依赖于其他昂贵的商业化神经图像分析软件,能为条件有限的科研工作者提供极大便利.%Quantitative analyses of molecular expression, cell counts and neural network connections among different brain regions are essential in brain science research. Based on Paxinos and Franklin's the Mouse Brain in Stereotaxic Coordinates (Ⅱ) and public image processing software such as Photoshop and ImageJ, we developed a convenient method for semi-automatic segmentation and cell counting on brain sections. A standard template for brain region segmentation was first obtained from the Paxinos and Franklin's mouse brain atlas. Photoshop was then used to transform the standard template semi-automatically into the space of brain sections, yielding masks of segmented brain regions. Finally, ImageJ was used to analyze the data in different brain regions. This method is useful for immunohistochemicaland neuron distribution pattern analyses, as well as neural network labelling studies. The method does not require expensive commercial image analysis software, and is also easy to implement and use.【期刊名称】《波谱学杂志》【年(卷),期】2018(035)002【总页数】8页(P133-140)【关键词】神经环路;病毒标记;脑区划分;细胞计数【作者】朱续涛;何晓斌;刘悦;文鹏杰;王莉;张志建;徐富强【作者单位】脑科学中心,中国科学院生物磁共振分析重点实验室,波谱与原子分子物理国家重点实验室,武汉磁共振中心(中国科学院武汉物理与数学研究所),湖北武汉 430071;中国科学院大学,北京 100049;脑科学中心,中国科学院生物磁共振分析重点实验室,波谱与原子分子物理国家重点实验室,武汉磁共振中心(中国科学院武汉物理与数学研究所),湖北武汉 430071;脑科学中心,中国科学院生物磁共振分析重点实验室,波谱与原子分子物理国家重点实验室,武汉磁共振中心(中国科学院武汉物理与数学研究所),湖北武汉 430071;脑科学中心,中国科学院生物磁共振分析重点实验室,波谱与原子分子物理国家重点实验室,武汉磁共振中心(中国科学院武汉物理与数学研究所),湖北武汉 430071;中国科学院大学,北京 100049;脑科学中心,中国科学院生物磁共振分析重点实验室,波谱与原子分子物理国家重点实验室,武汉磁共振中心(中国科学院武汉物理与数学研究所),湖北武汉 430071;脑科学中心,中国科学院生物磁共振分析重点实验室,波谱与原子分子物理国家重点实验室,武汉磁共振中心(中国科学院武汉物理与数学研究所),湖北武汉 430071;脑科学中心,中国科学院生物磁共振分析重点实验室,波谱与原子分子物理国家重点实验室,武汉磁共振中心(中国科学院武汉物理与数学研究所),湖北武汉 430071;中国科学院大学,北京 100049【正文语种】中文【中图分类】O482.53脑是动物体内最复杂的器官，由数目庞大、形态及功能各异的神经元和其他细胞组成，通过不同的神经元和神经网络主导着情感、节律、认知、记忆、想象和意识等活动[1]．研究和认识大脑是治疗神经精神疾病，模拟大脑功能，优化人工智能等工作的基础．随着尼氏染色[2,3]、乙酰胆碱酯酶染色[4,5]和免疫组织化学染色[6,7]等神经组织显色方法的出现和成熟应用，人们已经对大鼠、小鼠等多种模式动物的大脑区域结构有了比较详细的了解，并且绘制完成了这些动物较为精准和详细的标准图谱[8,9]．目前其他物种包括树鼩[10]、猕猴、甚至人脑在内的图谱绘制工作也在不断的完善．脑图谱的建立为脑科学研究提供了极大的便利，随着神经染色技术的进一步发展和新一代神经环路标记技术[11-18]以及磁共振成像（Magnetic Resonance Imaging, MRI）技术[19,20]的大量应用，人们通常需要研究不同的分子表达水平、细胞数目以及荧光信号强度等在不同脑区的分布情况，并对其进行量化和比较，从而了解大脑的组成结构和细胞的分布特性．对已有脑片图像进行精确区域划分的效果非常关键，其直接影响着细胞或信号在不同脑区分布强度的统计结果，进而可能影响整体的研究结论，但是在实际研究中，这一操作过程也存在一些技术难点．目前常用的手段之一就是参照标准图谱，在脑片图像上人工识别各个脑区结构，并对各个脑区的轮廓进行手动描绘，这种方法适应性较强也较为准确，可用于处理具有不同成像效果和存在不同形变的样本图片．但手工绘制需要依靠个人经验进行判断，标准不一且存在主观差异，同时耗时耗力，只能适用于少量样本的操作，不适应于对大量样本的规模化处理．目前，人们也发展出了利用专业软件对脑片图像的各个区域进行自动识别和分割的方法[21-23]，这极大的方便了对大规模样本的批量处理和分析，但是这些方法或者需要购买比较昂贵的商业化软件，或者需要自己编写比较复杂的算法程序，对于大多数神经科学研究者而言不太容易直接获取．此外，实际情况中大部分的脑片图像由于动物个体差异或者样本制作过程中的误差和形变等原因，其结构通常存在较大的差别，很难与标准图谱进行直接匹配，一些变形较大的脑片样本在利用软件进行自动化批量处理时通常存在难度，或者容易导致匹配准确度不高．因此，目前仍然缺乏比较简便易行的规模化的脑区划分和信号量化分析方法．基于以上的研究需求，我们利用Paxinos和Franklin[24]的第二版小鼠图谱和常用的图像处理软件Photoshop（Adobe Systems Incorporated）和ImageJ （National Institutes of Health）等，发展了一种简易的脑片图像的半自动区域划分及细胞计数方法，并且结合神经工具病毒标记小鼠神经网络的实际案例，展示了利用该方法实现对荧光标记的小鼠脑切片图像进行脑区划分和亚区细胞计数的详细过程．该方法操作简单、精准快速、可半自动化地进行脑片配准，可为脑科学研究工作提供极大的便利．所有的动物实验程序均由中国科学院武汉物理与数学研究所动物护理和使用委员会批准．实验动物采用8周龄成年C57BL/6小鼠（湖南斯莱克景达实验动物有限公司）．实验前先麻醉小鼠，麻药采用5%水合氯醛，并按400 mg/kg.bw的比例给药．待小鼠完全麻醉后（轻掐小鼠尾尖无反应），将其固定于小鼠适配器，并最终连接在脑立体定位仪（RWD，68030，68025）上．用75%酒精对小鼠头皮进行消毒，随后用手术刀片在小鼠头顶皮肤切开一条长约1 cm的创口，用卫生棉球擦掉头骨表面软组织，完全暴露头骨．准备一支10 μL的微量进样器和一根拉制好的玻璃电极，分别灌注并充满液体石蜡，将玻璃电极缓慢套在微量进样器的尖端并用热熔胶密封接口处．将注射针连接在注射泵（Stoelting）上，设置参数，吸取1 μL的日本脑炎病毒[25]（Japanese Encephalitis Virus，JEV），参照小鼠脑图谱中查到的三维坐标（A-P：1.70；M-L：1.10；D-V：-3.80），并以恒定的速度（50 nL/min）将病毒注射到目标脑区丘脑腹后内侧核（Ventral Posteromedial Thalamic Nucleus，VPM）处．注射完成后，停针10 min（防止病毒倒吸），然后将注射针缓慢拔出．最后对小鼠头部创面进行酒精消毒，缝合伤口后放回笼中饲养．待病毒在小鼠脑内表达7.5 天后，将小鼠过量麻醉（5%水合氯醛，600mg/kg.bw），然后分别用0.9%的生理盐水和4%的多聚甲醛溶液对小鼠进行心脏灌流．取出小鼠脑组织，用4%的多聚甲醛溶液浸泡过夜．利用振荡切片机（Leica V1000）对小鼠脑组织进行切片，每片厚度为30 µm．将切好的脑片收集并转入在装有磷酸盐缓冲液（Phosphate Buffer Solution，PBS）的24孔板中保存．挑取目标脑片，用PBS清洗3遍，每遍5 min，然后加入10%的羊血清并在37 ℃恒温培养箱中孵育．1 h后取出，吸去羊血清，加入兔来源的一抗（抗JEV病毒蛋白），4 ℃冰箱孵育．24 h后，用PBS清洗脑片3遍，每遍5 min，然后加入二抗（羊抗兔cy3），37 ℃恒温培养箱中孵育1 h．完成后用4',6-二脒基-2-苯基吲哚（4',6-diamidino-2-phenylindole, DAPI）染色，后用PBS清洗脑片3遍，每遍5 min．将脑片贴于载波片上，70%甘油封片．利用共聚焦显微镜（Leica SP8）对脑片分别进行蓝绿红三色通道荧光成像，并按Tiff格式导出图片．JEV是一种能感染神经元并沿着神经环路增殖传播的嗜神经工具病毒，利用其可以标记大脑神经网络的特性，将可表达荧光蛋白的JEV病毒注射到小鼠大脑VPM区域，随着病毒在脑内的增殖和传播，其携带的荧光蛋白可特异性的标记出小鼠大脑内与VPM有关的神经网络如图1(a)所示．JEV标记的小鼠脑片图像清楚地展示了与VPM相连的神经元的形态和分布，但若要进一步了解与VPM接收、处理和发送信息相关的大脑神经网络和功能亚区，则需要对被标记的神经元在各个功能亚区的分布情况进行分析．利用Paxinos和Franklin的第二版小鼠图谱和常用的图像处理软件Photoshop，可以实现对荧光标记的小鼠脑切片图片进行简易快速的半自动区域划分．2.2.1 Photoshop导入标准模板与脑片图像（1）根据脑片图像的轮廓特征选取小鼠脑立体定位图谱中与之对应位置的标准模板．依次在Photoshop中打开（打开标准模板时可以选取较高的分辨率，利于图像在放大时还能保持较高的清晰度）．（2）裁剪脑片图像和标准模板周围多余的部分，并利用魔棒工具删除标准模板外围多余的线条（可将经此步骤处理后的标准模板另存下来，下次可直接套用）．（3）依次点击“图像-图像大小”，对比标准模板和脑片图像的大小，并调整标准模板使其和脑片图像大小保持一致[图1(b)]．2.2.2 脑片图像半自动配准及分割（1）选中标准模板，使用魔棒工具点击图上任意一处空白处，此时图上显示为虚线框，然后依次“右键-选取相似-右键-选择反向-‘Ctrl + C’”，复制标准模板的线条轮廓．（2）选中脑片图像，“Ctrl + V”粘贴标准模板到脑片图像上．（3）此时可以看到脑片图像上出现黑色线条轮廓的标准模板，依次点击“图像-调整-反相”，黑色的标准模板转为白色，如图1(c)和1(d)所示．2.2.3 匹配和局部调整（1）微调配准，依次点击“编辑-变换-变形”，鼠标左键小幅拖动并调整脑片图像与标准模板的契合度，重点调节需要进行统计的感兴趣区域，然后应用变形．注意，该步骤只能在确保整体轮廓大幅匹配的情况下，对小区域进行小幅度调整，不可过大改变标准模板的形状，避免引入误差．（2）应用变形模式，拼合图层图像（也可不拼合图层，直接另存，方便下次修改），根据需要另存格式，如图2(a)所示．2.2.4 效果展示由图中可见，脑片图像与标准模板的配准程度较高，基本轮廓形状重叠，且标准模板将脑片图像自动分为若干亚区，每个亚区之间界限清晰，且可以改变分隔线条的颜色及粗细，并不会影响细胞信号的识别及统计，如图2(b)所示．通过对大脑内不同脑区的分子表达水平、细胞数目以及荧光信号强度等进行量化分析和比较，可以了解大脑的基本组成结构和某些细胞的分布特性．利用数据图像处理软件ImageJ对经过脑区划分后的脑片图像进行细胞计数，可准确快速高效的对脑片图像的多个区域，多种类型的细胞或信号进行统计及分析．多区域细胞计数的具体步骤如下：（1）ImageJ软件打开配准及分割后的脑片图像．（2）依次点击“Plugins-Analyze-Cell Counter-Cell Counter-Initialize”，选择“Type1”，将图片拖至需要统计的目标区域，放大，然后选择吸管工具点选目标区域中的细胞，此时软件自动完成对选中的细胞完成计数并标记颜色．依次“Type2”点击细胞，“Type3”点击细胞（若需计数的区域太多，可通过点击“Add”来增加“Type”数量）……直至将所需统计的区域或细胞类型统计完．（3）当所有需要统计的区域或细胞点击完之后，点击“Results”（或可直接观察相应“Type”后面的数字），即可展示统计结果，如图3(a)~(e)所示．（4）点击“Save Makers”进行保存，即可将计数后的脑片图像中的各项参数（信号的位置、数量等）信息以“Makers”的形式保存下来．后期复查时，只需打开相应的脑片图像，点击“Initialize- Load Makers”，然后选中相应的“Makers”文件，并“打开”，即可显示最初计数后的各项参数（有时会出现打开“Makers”后脑片图像没有变化的现象，这是因为“Cell Counter”操作面板上的“Type”数量不足，只需点击“Add”来增加“Type”数量，即可显示参数）．在脑科学的研究中，对脑组织切片图像进行规模化的脑区划分和信号量化分析是了解大脑的组成结构和细胞的分布特性的关键步骤之一．我们基于Paxinos和Franklin的第二版小鼠图谱以及Photoshop和ImageJ等图像处理软件，发展了一种简易的脑片图像的半自动区域划分及细胞计数方法，并且结合神经工具病毒标记小鼠神经网络的实际案例，展示了利用该方法实现对荧光标记的小鼠脑切片图像进行脑区划分和亚区细胞计数的详细过程．此方法适用于脑片免疫组织化学分析、神经元分布模式检测及神经环路标记等研究，其操作简便、易于获取、并且不依赖于其他昂贵的商业化的神经图像分析软件，能为条件有限的科研工作者提供极大便利．2.4.1 与其他脑区分割方法的优劣对比目前常用的脑片区域划分方法主要包括直接手工绘制和利用专业软件自动识别及划分等．本文发展的这种脑片图像的半自动区域划分及细胞计数方法，相较于手工划分区域的方法具有以下特点：更高效且省时省力，可规模化处理脑区划分工作，配准一张脑片的同时可实现对包含的所有脑区的划分；同时不依赖操作者的经验，只需其对大脑结构中的一些地标性结构有所了解即可，能极大的减少主观误差．但是这种方法没有手工划分方法精确．本文发展的方法与现有的软件自动配准划分方法相比则更易于获取，不依赖于专业的编程知识，而且不需要购买昂贵的商业化软件，可以节约成本；同时该方法可对形变较为严重的脑片样本进行比较精确的配准．但是这种方法没有利用软件自动配准划分方法处理快捷，后者可做大量样本的批量处理．2.4.2 应用展望这种简易的脑片图像的半自动区域划分及细胞计数方法在处理和分析动物脑组织样本上具有广泛的应用性，除用于分析利用工具病毒示踪神经环路的脑片样本中各个脑区被标记神经元的分布情况之外，还可用于研究转基因动物显色、免疫组化、化学染色等显色结果的各个脑区细胞数量以及荧光强度和密度的分析等．本文展示了该方法在小鼠脑片样本区域划分和计数中的应用，但是基于已有的大鼠及其它动物的大脑切片图谱，通过同样方式制备这些动物的标准模版，该方法也可用于其他动物脑片图像的脑区划分．同样的，虽然我们展示的是对冠状切片脑片样本的区域划分，矢状切片脑片样本也可基于矢状切片脑图谱利用此方法实现脑区划分．2.4.3 应用限制及策略完整脑片样本的区域划分对样本的切片质量有要求，样本切片需尽量保证与标准图谱在同一个冠状切面或者矢状切面水平．如果样本的切片角度与标准冠状面或矢状面差异较大，会导致一张标准脑片模版无法完全覆盖对应脑片图像包含的所有脑区，每个特定脑片图像所包含的脑区可能分别位于不同标准脑片模版的不同区域．这种情况下如果直接对脑片进行区域划分可能会引入误差，此时可通过分别截取不同的标准模版的部分区域，利用此方法对脑片样本的相应区域分别进行配准和划分．另外，当脑片样本形变比较严重、与标准图谱存在较大差异时，全局匹配的情况下可能某些部分的亚区划分不够精确．同样的，利用此方法对脑片图像进行配准时，对于较大或者结构特征明显的脑区或核团具有较高的准确性及重复性，但是对于较小的脑区或核团，则可能会有一定的误差，因此研究中如果存在比较感兴趣的关注区域或者信号只集中于特定位置时，这种情况下也可只截取标准图谱中的关注区域，对脑片样本的感兴趣区域进行重点匹配、增加脑区划分的精确度．综上所述，本文基于Paxinos和Franklin的第二版小鼠图谱，以及Photoshop和ImageJ等图像处理软件，所发展的这一脑片图像区域划分及细胞计数方法，不仅能较为准确地、规模化地配准和划分脑片图像的各个亚区，而且操作简单、易于获取，后期还可在此基础上对各个脑区开展自动或半自动地计数处理，从而对实验数据进行深入地分析和挖掘，可为脑科学研究提供极大的便利．*Tel*************,E-mail:******************.cn.【相关文献】[1] ZHANG Z J, JIN S, ZHU X T, et al. Advancement in neurotropic virus-mediated trans-synaptic neural circuit tracing[J]. Chinese Bulletin of Life Sciences, 2017, 26(6): 634-644.张志建, 靳森, 朱续涛, 等. 利用嗜神经病毒跨突触追踪神经网络研究进展[J]. 生命科学, 2014, 26(6): 634-644.[2] LINDROOS O. Short Nissl staining for incubated cryostat sections of the brain[J]. Biotech Histochem, 1991, 66(4): 208-209.[3] KIERNAN J A, MACPHERSON C M, PRICE A, et al. A histochemical examination of the staining of kainate-induced neuronal degeneration by anionic dyes[J]. Biotech Histochem, 1998, 73(5): 244-254.[4] PAXINOS G, WATSON C R, EMSON P C. AChE-stained horizontal sections of the rat brain in stereotaxic coordinates[J]. J Neurosci Methods, 1980, 3(2): 129-149.[5] OSEN K, MUGNAINI E, DAHL A, et al. Histochemical localization of acetylcholinesterase in the cochlear and superior olivary nuclei. A reappraisal with emphasis on the cochlear granule cell system[J]. Arch Ital Biol, 1984, 122(3): 169-212. [6] COONS A H, CREECH H J, JONES R N. Immunological properties of an antibody containing a fluorescent group[J]. P Soc Exp Biol Med, 1941, 47(2): 200-202.[7] STERNBERGER L A, HARDY JR P H, CUCULIS J J, et al. The unlabeled antibody enzyme method of immunohistochemistry preparation and properties of soluble antigen-antibody complex (horseradish peroxidase-antihorseradish peroxidase) and its use in identification of spirochetes[J]. J Histochem Cytochem, 1970, 18(5): 315-333.[8] PAXINOS G, WATSON C. The rat brain in stereotaxic coordinates[M]. San Diego: Academic Press, 1998.[9] FRANKLIN K B, PAXINOS G. The mouse brain in stereotaxic coordinates[M]. 3rd ed. San Diego: Academic Press, 2007.[10] ZHOU J N, NI R J. The tree shrew (tupaia belangeri chinensis) brain in stereotaxic coordinates[M]. Singapore: Springer, 2016.[11] BETLEY J N, STERNSON S M. Adeno-associated viral vectors for mapping,monitoring, and manipulating neural circuits[J]. Hum Gene Ther, 2011, 22(6): 669-677. [12] BEIER K T, SAUNDERS A, OLDENBURG I A, et al. Anterograde or retrograde transsynaptic labeling of CNS neurons with vesicular stomatitis virus vectors[J]. Proc Natl Acad Sci U S A, 2011, 108(37): 15414-15419.[13] WICKERSHAM I R, FINKE S, CONZELMANN K K, et al. Retrograde neuronal tracing with a deletion-mutant rabies virus[J]. Nat Methods, 2007, 4(1): 47-49.[14] TERVO D G, HWANG B Y, VISWANATHAN S, et al. A designer AAV variant permits efficient retrograde access to projection neurons[J]. Neuron, 2016, 92(2): 372-382. [15] RINAMAN L, SCHWARTZ G. Anterograde transneuronal viral tracing of central viscerosensory pathways in rats[J]. J Neurosci, 2004, 24(11): 2782-2786.[16] POMERANZ L E, REYNOLDS A E, HENGARTNER C J. Molecular biology of pseudorabies virus: impact on neurovirology and veterinary medicine[J]. Microbiol Mol Biol R, 2005, 69(3): 462-500.[17] ARENKIEL B R, EHLERS M D. Molecular genetics and imaging technologies for circuit-based neuroanatomy[J]. Nature, 2009, 461(7266): 900-907.[18] SUN N, CASSELL M, PERLMAN S. Anterograde, transneuronal transport of herpes simplex virus type 1 strain H129 in the murine visual system[J]. J Virol, 1996, 70(8): 5405-5413.[19] WU R Q, LI B, LIU Y, et al. Current state and future of optogenetic functional magnetic resonance imaging[J]. Chinese J Magn Reson, 2014, 31(2): 295-305.吴瑞琪, 李博, 刘悦, 等. 光激活磁共振脑功能成像的研究现状及前景[J]. 波谱学杂志, 2014, 31(2): 295-305.[20] YANG LQ, LIN FC, LEI H. Resting state functional connectivity in brain studied by fMRI approach[J]. Chinese J Magn Reson, 2010, 27(3): 326-340.杨丽琴, 林富春, 雷皓. 静息状态下脑功能连接的磁共振成像研究[J]. 波谱学杂志, 2010, 27(3): 326-340.[21] WEISSBOURD B, REN J, DELOACH K E, et al. Presynaptic partners of dorsal raphe serotonergic and GABAergic neurons[J]. Neuron, 2014, 83(3): 645-662.[22] POLLAK DOROCIC I, FURTH D, XUAN Y, et al. A whole-brain atlas of inputs to serotonergic neurons of the dorsal and median raphe nuclei[J]. Neuron, 2014, 83(3): 663-678.[23] OGAWA S K, COHEN J Y, HWANG D, et al. Organization of monosynaptic inputs to the serotonin and dopamine neuromodulatory systems[J]. Cell Rep, 2014, 8(4): 1105-1118.[24] PAXINOS G, FRANKLIN K B. The mouse brain in stereotaxic coordinates[M]. 2nd ed. San Diego: Academic press, 2001.[25] JIA F, ZHU X T, XU F Q. A single adaptive point mutation in Japanese encephalitisvirus capsid is sufficient to render the virus as a stable vector for gene delivery[J]. Virology, 2016, 490: 109-118.。

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201610986747.8(22)申请日 2016.11.08(71)申请人 江苏大学地址 212013 江苏省镇江市学府路301号(72)发明人 刘哲　宋余庆　包翔　(51)Int.Cl.G06T 7/11(2017.01)G06K 9/62(2006.01)(54)发明名称一种医学图像分割方法(57)摘要本发明涉及一种医学图像分割方法，属于图像处理领域。

本发明的方法基于和声搜索算法，经图像预处理、提取图像特征、图像预分割、全局最优和声搜索、图像部分区域内最优和声搜索等步骤实现。

理论和实践证明，本发明妥善解决了聚类算法中单目标函数、单阈值、未考虑组成部分聚类效果的问题。

采用本发明的方法后，不仅可以高效完成医学图像的分割，而且不丢失重要图像特征，因此可以获得高质量的医学分割图像，满足医护人员的诊断阅读需求。

权利要求书2页 说明书4页 附图1页CN 106570873 A 2017.04.19C N 106570873A1.一种医学图像聚类方法，在计算机读入原始图像后，进行如下基本步骤：步骤A.设置参数：搜索规模N，聚类个数K，每个簇中优化迭代次数T，和声搜索算法参数记忆取值矩阵HMCR，微调概率PAR，音调微调带宽bw，最大迭代次数Tmax；步骤B.采用K-means算法对医学图像进行聚类，将其分为K个簇，完成对图像的初始分割；步骤C.根据步骤B中K-means算法的初始分割结果，对分割出来的每一个簇采用和声搜索算法(CHS)进行优化；步骤D.如果在某一个簇中找到最优解，则停止在这一个簇的搜索，记录其最优解X best；以最优解X best为中心，利用小生境技术产生一个小生境半径R，以为中心，R为半径形成的区域作为禁忌区；步骤E.未满足终止条件时，重新再搜索空间中随机生成N个新的搜索点，如果新的搜索点在“禁忌区”中，则重新生成，转至步骤C继续执行；步骤F.如果在所有簇中都找到了最优解或者迭代次数大于T，则停止当前搜索，并根据搜索结果，映射至图像中完成图像分割，输出分割后的图像。

一种新的精子图像分割与识别算法作者：黄建灯来源：《计算机光盘软件与应用》2011年第20期摘要：本文针对精子运动图像特点，从目标和背景的类间差异性出发，提出了一种基于最大类间交叉熵准则的阈值化分割新算法，对精子图像进行分割，引入约束条件筛选去除杂质，应用形态学在每个精子目标上显示数字标记。

实验表明，该方法可以实现精子的快速准确分割，并自动统计出图像中精子的个数。

关键词：最大类间交叉熵；阈值化；图像分割；数字标记中图分类号：TP391.41 文献标识码：A文章编号：1007-9599 (2011) 20-0000-02One New Algorithm of Sperm Image Segmentation and RecognitionHuang Jiandeng(Guilin University of Electronic Technology,Institute of InformationTechnology,Guilin541004,China)Abstract:In this paper,the image characteristics of sperm movement from the target and background of the differences between category set,put forward a method based on maximum cross entropy thresholding segmentation algorithm for image segmentation,sperm,introducing constraints to filter to remove impurities,application of morphology in each sperm target displayed on digital marker.Experimental results show that,the method can achieve fast and accurate segmentation of sperm,and automatic statistic image sperm number.Keywords:Maximum cross entropy;Threshold;Image segmentation;Digital signature一、概述精子运动能力检测系统是计算机图像处理技术在医学辅助诊断领域的一项重要应用。

一种小鼠CT图像分割方法
邵萌珠;邹辰
【期刊名称】《软件导刊》
【年(卷),期】2015(14)8
【摘要】由于micro-CT图像的成像原理和组织特性导致的多样性和复杂性,针对小鼠CT图像,单一的图像分割方法难以取得良好的分割结果.结合当前医学图像分割方法,提出将阈值分割和基于Amira软件的交互式分割相结合的方法.针对不同的器官组织,根据对象灰度特征、形状、空间分布以及边缘分布等信息,使用不同的分割方法及工具进行逐一分割,最后将不同的器官融合成完整的分割后CT图像.该半自动交互式分割方法结合了两者的特点,可实现小鼠CT图像的准确分割.
【总页数】3页(P207-209)
【作者】邵萌珠;邹辰
【作者单位】中国石油杭州地质研究院;中国石油浙江油田分公司,浙江杭州310023
【正文语种】中文
【中图分类】TP317.4
【相关文献】
1.一种新的肝肿瘤CT图像分割方法 [J], 陈灵娜;罗扬;陈增科
2.一种基于信任传播的混凝土CT图像分割方法 [J], 赵亮;李昌华;党发宁;徐胜军;陈登峰
3.一种改进FCN的肝脏肿瘤CT图像分割方法 [J], 段杰; 崔志明; 沈艺; 冯威; 吴宏杰; 冯雨晴
4.一种改进FCN的肝脏肿瘤CT图像分割方法 [J], 段杰; 崔志明; 沈艺; 冯威; 吴宏杰; 冯雨晴
5.一种小鼠CT图像分割方法 [J], 邵萌珠[1];邹辰[2]
因版权原因，仅展示原文概要，查看原文内容请购买。

小鼠精子畸形试验改良法与传统法效果比较范瑞泉;魏青;丘钦英;陈铁江;刘移民;徐琳;赵杰【期刊名称】《华南预防医学》【年(卷),期】2004(30)2【摘要】目的评价改良的小鼠精子畸形实验方法 ,以建立一种简易、省时、无职业性损害的检测小鼠精子畸形的试验方法。

方法将同时采用改良方法 (直接在精子悬液中加 1 %伊红染液 ,染色后直接制片观察 )与常规方法在不同季节进行的 9个批次的实验结果作对比研究。

结果改良方法与传统方法所制玻片经镜检后 ,所得结果经统计学处理对照组精子畸形率分别为 (2 0 80± 2 32 )‰和(2 0 5 8± 2 75 )‰ ,染毒组精子畸形率分别为(76 37± 4 4 3)‰和(76 4 7± 4 96 )‰ ,同组两种方法所得精子畸形率比较差异均无显著性 (P >0 0 5 ) ,且改良方法所制得玻片镜检效果较好 ,镜下杂质较少。

结论经改良的方法与传统方法比较具有稳定、操作简便、经济、省时省力、制片质量更优、对实验人员无损害等优点。

【总页数】2页(P51-52)【关键词】小鼠;精子计数;动物;实验【作者】范瑞泉;魏青;丘钦英;陈铁江;刘移民;徐琳;赵杰【作者单位】中山大学公共卫生学院预防医学系;中山大学药理教研室;中山大学公共卫生学院【正文语种】中文【中图分类】R-332【相关文献】1.干部保健门诊实施静脉输液改良法与传统法效果比较 [J], 涂爱民;张万荣2.昆明小鼠与纯系小鼠杂交仔一代在精子畸形试验中动物试材的效果比较 [J], 谢明3.昆明种与杂交仔1代（CBA×BALB／C）F1小鼠在精子畸形试验中的动物试材效果比较 [J], 谢明;王家督;单玉秀;张文双4.昆明小鼠与NIH小鼠精子畸形试验结果比较 [J], 罗运达5.干部保健门诊实施静脉输液改良法与传统法效果比较 [J], 涂爱民;张万荣因版权原因，仅展示原文概要，查看原文内容请购买。