科研之友
微信
新浪微博
Facebook
分享链接
摘要
初级纤毛是一种由微管构成并突起于细胞表面的细胞器。初级纤毛的结构在某些疾病中会发生改变，特别对肿瘤的发生发展具有重要的影响。基于显微影响，分析初级纤毛的形态结构，有助于相关疾病的研究和诊断。传统分析方法主要采用Photoshop软件画线量取其长度指标，因此存在准确度低、重复性差、分析效率低等问题。本研究结合数字图像处理技术，应用色彩分离技术，将细胞与初级纤毛有效分离；并对比分析中值滤波、均值滤波、Sobel、Roberts、Prewitt、Log算子多种算法对初级纤毛形态边缘的保持效果，选取Prewitt、Log算子，改进并提升边界提取效果；再利用最大类间方差法去除杂质；最后通过连通域标记获得每个初级纤毛的周长与面积参数。与传统方法对比，本研究方法测量初级纤毛结构参数的时间由50～80 min减少为2 s,相对误差ω提高了19.08%以上，达到了快速精确测量的目的。
- 单位
