生物医药领域当中，细胞分割问题一直是细胞成像研究的重点和难点之一，它是细胞图像识别和计数的重要前提。但到目前为止，其实尚未有一种可以通用且便捷高效的分割方式，能够普遍应用于细胞研究中。所以探索出一种普遍适用、便捷高效的分割方法一直是生物医药领域研究中的重要课题。

—

细胞分割的概念？

细胞分割依赖于一个简单但基本的概念：分割的单元格必须具有与背景不同的信号。细胞分割是指依照灰度、彩色、几何形状等特点，把细胞图像划分成若干个互不相交的区域，使得这些特点在同一区域中，表现出一致性或相似性，而在不同区域间表现出明显的不同。简单来说，就是结合细胞本身成分，用各种手段和方法将细胞从背景中区分突显出来。

—

传统细胞分割技术有哪些？

1、阈值分割

阈值分割是一种传统的图像分割方式，它实现简单、计算量小、性能较为稳固，尤其适合于目标和背景占据不同灰度级范围的图像。但由于细胞图像的复杂性和显微图像光照不均，会出现如下图所示的分割情况，背景的颜色偏差会对明感度较大，造成异常的分割效果。

2、基于边缘检测分割

边缘检测的目的是标识数字图像中亮度转变明显的点。它能够快速准确地找到边缘，从而通过边缘确信区域内的灰度或颜色信息，从而达到对图像的快速分割。但是由于细胞的透明程度，会造成边缘信息梯度较小，从而导致梯度信息的流失，造成分割不全。

3、分水岭分割

这种分割方式不需要细胞的大小、形状和颜色都很相近，也不需要接触点有大的不同，是一种先进的分割方式。但在实际应用中，由于切片的制作和细胞本身的散布，显微镜下可能有两个或多个细胞粘连在一路，即细胞粘连。分水岭分割无法对粘连的细胞进行细致分离，会导致误判等情况发生。

—

Cellaview赛乐微的细胞分割效果？

为了解决传统细胞分割方法的问题点，综合开发出一种更普遍适用、更便捷高效的细胞分割方法，Cellaview赛乐微基于新一代图像信号分离技术，依托复旦大学、香港科技大学等高校的技术支持，对细胞分割算法进行了深入研发，终于研发出了一种可以解决传统方法中过于依赖参数、背景不均、细胞粘合等问题，又有着良好分割效果的细胞分割方法，效果如下。

Cellaview赛乐微的细胞图像分割方式以自动、精准、快速、自适应性等作为研究目标，同时注重临床上的应用，减少了传统方式中对图像形态学操作的依赖，算法高效精准，成效理想，分割结果对纹理细节有较好的鲁棒性，与人类视觉系统判定大体一致。

图1、使用Cellaview赛乐微的细胞分割细节

基于这样便捷高效的细胞分割方法，Cellaview赛乐微，完美适用于细胞划痕、汇合度识别、类器官培养监测、肿瘤球增殖监测、胚胎干细胞生长监测等大多数细胞生长研究，为细胞质量控制和监控提供了极大帮助。