付 灿，袁 亮，张建杰

（新疆大学机械工程学院，新疆 乌鲁木齐 830047）

1 引言

神经丝蛋白质的研究对于渐近神经退行性疾病的病情进展评估具有重要意义[9]，对于神经丝蛋白质的跟踪观测显得尤为必要。神经丝蛋白体积小，呈长条状，沿着神经轴突运动。运动过程中会出现变形、变速和变向等情况，这使得对于其的跟踪观察变得困难。传统的在荧光显微镜影像中进行人工标定的方法费时费力、工作效率低下，还可能由于人精神不集中、疲劳等主观因素而产生人为误差。因此，创建一种高效稳定的自动跟踪方法是非常必要的，为神经丝蛋白质的医学研究提供可靠的数据来源。

近年来，对于自动跟踪算法的研究进展迅速且已经广泛应用于众多领域。医学研究是目标跟踪算法延伸到的一个新领域。卡尔曼滤波算法适用于线性运动目标跟踪，对于非线性运动目标的跟踪效果较差。粒子滤波算法虽适用于非线性运动目标跟踪，但是其存在计算量大、粒子退化等情况[1]；而卡尔曼滤波与粒子滤波这类概率跟踪方法需要以先验信息为基础，使其的应用有一定局限性[2]；文献[3]利用改进粒子滤波算法，根据神经丝蛋白质运动特点，限制粒子的位置和方向参数从而减少采样粒子数，提高了跟踪精度和效率；文献[4]采样多方法融合的粒子滤波算法，对于粒子重采样过程进行优化，使得采样粒子保持多样性，提高了目标跟踪精度；然而对于神经丝蛋白质存在变形的情况，粒子滤波并非最佳解决方案。……