МОНИТОРИНГ ДИНАМИКИ ПОПУЛЯЦИЙ КЛЕТОК В ВИДЕО НА ОСНОВЕ ИНТЕГРАЛЬНОГО ОПТИЧЕСКОГО ПОТОКА И КАРТ ДВИЖЕНИЯ

Предложен метод мониторинга перемещения клеточной популяции в микроскопических видеопоследовательностях на основе интегрального оптического потока и карт движения. Посредством настройки и калибровки оптической системы и усреднения последовательных кадров получаются высококачественные изображения. Кратковременные динамические характеристики определяются оптическим потоком. На основе оптического потока вычисляется интегральный оптический поток, используемый для создания карт движения, которые применяются для анализа и описания движения клеток в любой области. Следовательно, могут быть идентифицированы различные типы движения клеток, включая направленное движение, агрегацию и дисперсию. Метод не требует обучения, его можно использовать для мониторинга и анализа ситуации или в качестве компонента комплексных систем. Эксперименты, выполненные на синтезированных и реальных микроскопических видеоизображениях, показывают его эффективность.

популяции клеток, мониторинг динамики, видеопоследовательность, оптический поток, карта движения

1. K. A. Tatke, N. Desai. Proc. 4th Int. Conf. Innovations in Information, Embedded and Communication Systems, March 17—18, 2017 (2017) 1—7

2. S. Huh, S. Eom, E. Ker, L. Weiss, T. Kanade. Proc. 9th IEEE Int. Sympos. Biomedical Imaging, May 2—5, 2012 (2012) 390—393

3. C. A. O. Toro, C. G. Martín, A. G. Pedrero, A. R. Gonzalez, E. Menasalvas. Proc. 11th Int. Conf. Practical Applications of Computational Biology and Bioinformatics, June 21—23, 2017 (2017) 137—145

4. M. Saha, C. Chakraborty, D. Racoceanu. Comput. Med. Imaging and Graphics, 64 (2017) 29—40

5. A.-A. Liu, K. Li, T. Kanade. Proc. IEEE Int. Sympos. Biomed. Imaging, April 14—17, 2010 (2010) 580—583

6. M. Maška, O. Daněk, S. Garasa, A. Rouzaut, A. Muñoz-Barrutia. IEEE Transact. Med. Imaging, 32, N 6 (2013) 995—1006

7. R. Nathiya, G. Sivaradje. ARPN J. Engin. Appl. Sci., 10, N 6 (2015) 2691—2696

8. Y. Mao, Z. Yin. Proc. 19th Int. Conf. Med. Image Computing and Computer-Assisted Intervention, October 17—21, 2016 (2016) 685—692

9. W. Nie, H. Cheng, Y. Su. IEEE Transact. Big Data, 3, N 4 (2017) 458—469

10. V. Kimbahune, N. Uke. Int. J. Engin. Sci. Technol., 3, N 3 (2011) 2448—2453

11. A. Mosig, S. Jäger, C. Wang, S. Nath, I. Ersoy, K. Palaniappan, S. Chen. Algorithms Mo. Biol., 4 (2009); https://doi.org/10.1186/1748-7188-4-10

12. B. Solmaz, B. Moore, M. Shah. IEEE Transact. Pattern Analys. Machine Intel., 34, N 10 (2012) 2064—2070

13. B. Horn, B. Schunck. Determining Optical Flow, Artificial Intel., 17, N 1-3 (1981) 185—203

14. M. Tao, J. Bai, P. Kohli, S. Paris. Comput. Graphics Forum, 31, N 2 (2012) 345—353

15. H. Chen, S. Ye, О. В. Недзьведь, С. В. Абламейко. Журн. прикл. спектр., 85, № 1 (2018) 135—143 [H. Chen, S. Ye, O. Nedzvedz, S. Ablameyko. J. Appl. Spectr., 85, N 1 (2018) 126—133]

16. H. Chen, S. Ye, O. Nedzvedz, S. Ablameyko, Z. Bai. Pattern Recognition and Image Analysis, 29, N 1 (2019) 131—143