生物体在其生理活动过程中会表现出各种运动形式，对这些运动形式做追踪是有生理意义的。通过对这些动态过程作追踪可以揭示某些生理机制、测量某些生理特征参数或者定量分析某些运动机能水平。本文以基于序列图象的视觉跟踪技术为基础和手段，对生物医学领域内的几个不同空间层面上的跟踪问题进行了探讨研究：1．为探讨GLUT4分泌囊泡在脂肪细胞膜上的转运机制，本文使用了TIRF显微镜技术实时动态地观测了GLUT4在胰岛素刺激后在细胞膜附近的转运过程，并提出了基于Kalman滤波的三维单粒子跟踪算法。首先，荧光淬灭的补偿算法被提出用于解决囊泡因荧光淬灭而引起的亮度减弱的问题。在校正了图象亮度后，本文应用了自适应的背景减除算法分割出跟踪囊泡，滤去了大部分静止的荧光颗粒，排除了大部分背景干扰。然后在跟踪过程中引入了Kalman滤波算法来预测被跟踪的囊泡在下一帧的大致位置。最后通过利用高斯拟合的方法来测量囊泡的亮度变化并结合TIRF显微镜的消散场成像特点来间接计算了Z轴方向的运动。实验结果表明：整个跟踪算法在三维方向上较好地跟踪了GLUT4囊泡的长距离运动。首先，补偿算法校正了受淬灭影响而减弱的囊泡亮度，但同时避免了修正因囊泡在Z轴方向的运动而引起的亮度变化。补偿算法保证了被跟踪囊泡在Z轴方向上位置信息计算的准确性，也保证了背景减除算法的稳定。其次，基于Kalman滤波的预测大大减小了跟踪算法在下一帧的搜索范围，从而提高了算法的运算速度，而且也避免了噪声、非目标囊泡的干扰影响，提高了算法的可靠性。2．为了测量大鼠微血管中的血流速度，本文通过将荧光标记的自身红细胞注入SD大鼠体内，在生物荧光显微镜的暗视场下观测了标记红细胞在大鼠微血管中的流动情况。在对暗视场序列图象的分析过程中，本文利用了帧图象分离出奇偶场的图象分析方法测定了血流速度。为了验证该测量方法，在相同测量系统下测量了流动小室流场中荧光小球的流速。最后把该测量方法应用于微循环障碍实验中。实验结果表明：本文的流速测量方法是有效可靠的，在验证实验中得到的测量值与实际值之间的误差小于7％，两者没明显的差异(P＞0.05)；在微循环障碍实验中，得到了血流速度的变化情况，很好地反映了大鼠微循环障碍的生理变化情况，也间接印证了测量方法的有效性。3．为了建立中风病人的愈后评价方法，本文通过普通视频观测了人体上肢的运动，并提出了基于颜色模型的Kalman-Particle(KP)滤波跟踪算法。在KP滤波算法中，Kalman滤波器作为局部线性优化器被引入传统粒子滤波算法的采样阶段来得到一个更好的重要密度分布。在计算Kalman滤波器的测量值过程中，颜色聚类算法提供了独立的测量模型，其计算结果也被用于遮挡问题的处理，最后KP算法引入了遮挡处理机制。本文分别比较了KP滤波算法和Kalman线性滤波算法、传统的粒子滤波算法。结果表明：KP算法不但具有传统的粒子滤波算法的处理非线性、多模态的能力，能很好背景干扰的情况，而且KP算法在采样阶段使得粒子大多集中在高概率分布的区域，从而减小了粒子的退化现象并大大减少了粒子数目，进而提高了运算速度。此外，KP算法能够很好的处理长时间的完全遮挡的情况。对上述几个生物医学领域中跟踪问题的研究既要求设计合理的实验方案来获得真实、可靠的图象序列，又要求采用有效的跟踪算法来跟踪目标取得运动参数。正是基于这两点，作者对上述几个跟踪问题进行了探索性研究，并取得了以下创新成果：提出了荧光淬灭补偿算法和基于Kalman滤波的三维单粒子跟踪算法用于GLUT4囊泡转运过程的追踪；提出了基于序列图象分析的大鼠微血管血流速度的测量方法以及流动小室验证流速测量的方法；提出了基于颜色模型的Kalman-Particle滤波跟踪算法用于人体上肢运动的分析。