中文摘要：

对亚细胞结构在细胞内运动的研究，在揭示生命规律中具有极其重要的意义。本项目通过对基于荧光显微镜图像序列中亚细胞结构的图像及运动特征的探索和研究，解决数目众多、形态各异、数目可变、存在相互作用的亚细胞结构运动定量分析中所涉及的关键技术问题。主要研究内容包括（1）亚细胞结构的检测、特性提取与更新技术；（2）处理亚细胞结构相互重叠、遮挡的技术；（3）处理图像场景中亚细胞结构在任意时间、位置出现和消失的技术；（4）用于亚细胞结构运动方式分类的机器学习方法。通过在这些研究内容上的探索和创新，开发出高效的基于荧光显微镜图像序列的亚细胞结构运动分析技术，为分子级生物医学实验结果的数字化定量分析打下坚实的技术基础。

结论摘要：

研究细胞内亚细胞结构的运动，对揭示生命规律具有极其重要的意义。本项目围绕着基于荧光显微镜图像序列的亚细胞结构运动定量分析的关键问题，通过对亚细胞结构图像及运动特征的深入研究，解决了数目众多、形态各异、数目可变、存在相互作用的亚细胞结构跟踪中所涉及的技术挑战，取得了一系列创新性的成果，主要包括（1）完成了多个相邻亚细胞结构的识别、特征提取与更新算法设计。通过以形态学灰度重建开操作为主的一系列图像处理技术，定义标记图像，完成了稳定的相邻亚细胞结构识别算法。提取亚细胞结构的大小、亮度及其平均值等作为亚细胞结构的图像特征，并以基于最小绝对值差和等距离算法等对特征进行相似性度量；（2）完成了数目可变、相互作用、形态各异的多亚细胞结构的跟踪算法建模。通过采用联合状态空间模型，引入辅助高度变量，设计包含五种跳转，即“出现跳转”、“消失跳转”、“更新跳转”、“标识符互换跳转”、“高度互换跳转”的可逆跳马尔可夫链蒙特卡洛（RJMCMC）采样算法，完成了数目可变、相互作用、形态各异的多目标跟踪算法建模；（3）完成了亚细胞结构在图像场景中任意时间和任意位置的出现和消失算法建模。通过比较前后两帧亚细胞结构的二值图像，检测可能新出现的亚细胞结构，利用RJMCMC采样的“出现跳转”引入新出现的亚细胞结构。通过RJMCMC采样的“消失跳转”，删除消失的亚细胞结构；（4）完成了用于亚细胞结构运动方式分类的算法。通过计算一定时间内亚细胞结构的运动轨迹坐标的统计特征，对平移运动和布朗运动进行分类；（5）完成了支持Web访问的基于荧光显微镜图像序列的亚细胞结构运动定量分析系统的搭建。采用Apache Tomcat 作为Web服务器，并使用Java程序开发语言，实现了一个具有交互式功能的、支持Web访问的亚细胞结构运动定量分析系统。通过完成以上研究成果，我们研发了高效的基于荧光显微镜图像序列的亚细胞结构运动定量分析技术，为分子级生物医学实验结果的定量分析打下坚实的技术基础。