荧光显微图像中微液滴自动检测方法研究

荧光显微图像中微液滴自动检测方法研究

论文摘要

基于微液滴的微流控技术在单细胞分析、数字PCR和高通量筛选等领域取得了巨大的进展。在这一技术的开发和应用中,微液滴含量的定性和定量分析发挥着越来越重要的作用。通过该技术,可以将对微小生物分子浓度等定量生物特性的检测转化到间接的对微液滴的定量分析之中。微液滴定量分析往往需要借助荧光显微成像技术的辅助及微液滴荧光图像的分析处理。但是,微液滴荧光显微图像的计数、检测、分析等操作,大都依赖于生物科研工作者对荧光图像的人工阅读,耗费时间长,工作量大,极大地增加了他们的负担。为了解决上述问题,荧光斑点自动化检测方法受到了广泛的关注和研究。但在微液滴荧光图像中,由于微液滴与背景亮度差异微弱,图像中噪声环境复杂及微液滴大量聚集粘连情况的出现,目前仍无有效的微液滴自动检测方法。因此,本文对这一问题进行了深入的研究,提出了有效的微液滴自动化检测方法。根据微液滴荧光显微图像背景中是否含有自由酶引发的背景光,微液滴荧光显微图像可以划分为有背景荧光微液滴图像和无背景荧光微液滴图像。对有背景荧光微液滴图像,我们首先应用高斯降噪滤波滤除了图像中近似高斯分布的噪声,然后采用限制对比度的自适应直方图均衡(CLAHE)算法对图像进行全局增强,提升空微液滴的对比度,接着使用能够有效分离前景目标和背景的Otsu阈值分割获取微液滴的二值分割图,最后利用能够检测圆形特征的改进Hough圆变换算法从图像中自动提取并统计出所有微液滴的数量和位置,实现了这一类型图像下的微液滴的自动检测。相比而言,无背景荧光微液滴图像可见度更低,其中不发光的空微液滴与背景的对比度更低,噪声干扰更大,亮度信息微弱,因而更难检测。通过对这类图像微液滴特性的分析,我们设计了一种更有效的无背景荧光下的微液滴自动检测算法:首先利用Anscombe方差稳定性变换,把图像中所含的泊松-高斯混合噪声类型转换为近似的高斯噪声类型,利用实验室最新研发的自适应聚类和渐进PCA近似相结合的降噪算法实现微液滴图像的细节保留图像降噪,再基于亮度图估计的低亮度图像增强方法对降噪后图像进行自适应局部对比度增强,接着采用类Radon特征提取和自适应阈值分割对微液滴的边缘特征进行目标二值化分类提取,最后利用改进的Hough圆变换算法检测出能够发亮光的荧光微液滴和不发光的空微液滴,从而能够在具有极暗背景的荧光显微图像中自动检测出全部的微液滴信息,确保了临床生物医学应用的可行性和准确性。使用本文提出的两种微液滴检测图像算法对两组各15幅荧光微滴图像进行了对比测试,有背景荧光下的检测算法获得的真阳性率(TPR)、误检率(FPR*)、F-测度(F-measure)的平均值及标准差分别为0.9980?0.0022、0.0015?0.0019和0.9983?0.0013;无背景荧光下的检测算法获得的真阳性率(TPR)、误检率(FPR*)、F-测度(F-measure)的平均值及标准差分别为0.9944?0.0071、0.0306?0.0346、0.9824?0.0171。对比实验结果表明本文提出的微液滴自动检测算法可以有效地检测出图像中的微液滴信息,并且能够完成准确的计数。与现有的荧光斑点检测算法相比,本文提出的方法对荧光图像中微液滴目标的检测更准确,鲁棒性更高,可以满足临床诊断和生物学实验需要。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  •   1.1 课题背景与研究意义
  •   1.2 荧光显微图像斑点检测的研究现状
  •   1.3 论文的主要内容与主要贡献
  •   1.4 本文的组织结构
  • 第二章 有背景荧光FMIM下的微液滴自动检测
  •   2.1 高斯模糊滤波
  •   2.2 限制对比度的自适应直方图均衡算法
  •   2.3 Otsu阈值分割算法
  •   2.4 改进的Hough圆变换算法
  •   2.5 本章小结
  • 第三章 无背景荧光FMIM下的微液滴自动检测
  •   3.1 基于Anscombe变换与自适应聚类和渐进PCA近似的图像降噪算法
  •     3.1.1 Anscombe变换
  •     3.1.2 自适应聚类和渐进PCA近似的图像降噪算法
  •   3.2 基于亮度图估计的低亮度图像增强方法
  •   3.3 类Radon特征提取
  •   3.4 自适应阈值分割
  •   3.5 改进的Hough圆变换
  •   3.6 本章小结
  • 第四章 实验结果分析
  •   4.1 实验方法阐述
  •   4.2 有背景荧光FMIM下的微液滴自动检测计数结果分析
  •   4.3 无背景荧光FMIM下的微液滴自动检测计数结果分析
  •     4.3.1 全局算法对比结果
  •     4.3.2 局部替换后的算法对比结果
  •   4.4 本章小结
  • 第五章 总结与展望
  •   5.1 本文工作总结
  •   5.2 未来工作展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间已发表或录用的论文
  • 文章来源

    类型: 硕士论文

    作者: 李如峰

    导师: 秦斌杰

    关键词: 荧光显微图像,微液滴,斑点检测,细节保留降噪,低亮度图像增强,改进的圆变换,特征提取

    来源: 上海交通大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 生物学,计算机软件及计算机应用

    单位: 上海交通大学

    分类号: Q-334;TP391.41

    DOI: 10.27307/d.cnki.gsjtu.2019.000973

    总页数: 78

    文件大小: 3362K

    下载量: 23

    相关论文文献

    • [1].细胞迁移显微图像自动检测初探[J]. 科技创新与应用 2020(26)
    • [2].一种基于卷积神经网络的砂岩显微图像特征表示方法[J]. 软件学报 2020(11)
    • [3].一种高倍数细胞显微图像生成式对抗网络[J]. 计算机工程 2020(06)
    • [4].基于深度学习的秀丽隐杆线虫显微图像分割方法[J]. 计算机应用 2020(05)
    • [5].显微图像法测量颗粒粒径的不确定度评定[J]. 中国粉体技术 2015(03)
    • [6].荧光显微图像显示与分析系统[J]. 科技通报 2018(01)
    • [7].荧光显微图像技术在油气勘探开发中的应用综述[J]. 石油化工应用 2016(09)
    • [8].妇科医学显微图像中乳酸杆菌的检测和统计分析[J]. 数据采集与处理 2015(05)
    • [9].激光显微图像散斑对比度分析[J]. 西北大学学报(自然科学版) 2012(03)
    • [10].中医显微舌像仪——苔液显微图像辨证初探[J]. 中医杂志 2010(S1)
    • [11].荧光显微图像技术创新与推广[J]. 内蒙古石油化工 2010(19)
    • [12].沉积岩显微数字图像数据的获取与信息收集标准[J]. 中国科学数据(中英文网络版) 2020(03)
    • [13].数字摄像头和生物显微镜对显微图像定量分析的影响[J]. 中国医药导报 2014(02)
    • [14].显微图像处理技术快速检测酵母菌总数[J]. 食品工业科技 2012(08)
    • [15].基于角点的医学显微图像拼接[J]. 中国医学物理学杂志 2010(01)
    • [16].荧光显微图像量化表征方法研究[J]. 录井工程 2010(04)
    • [17].基于估计补偿的医学显微图像拼接技术[J]. 生物医学工程学杂志 2008(04)
    • [18].金属显微图像预处理与晶粒度测量的研究[J]. 吉林工程技术师范学院学报 2008(01)
    • [19].阿尔茨海默症海马区显微图像的分割算法[J]. 清华大学学报(自然科学版) 2008(09)
    • [20].基于Group-Depth U-Net的电子显微图像中神经元结构分割[J]. 中国医学物理学杂志 2020(06)
    • [21].荧光显微图像的噪声干扰去除方法研究进展[J]. 智库时代 2018(30)
    • [22].赤潮藻显微图像自动识别方法[J]. 山东大学学报(工学版) 2016(03)
    • [23].荧光显微图像在石油勘探开发领域技术系统的升级与应用[J]. 中国石油和化工标准与质量 2012(12)
    • [24].有害赤潮显微图像识别的三级分类器设计[J]. 中国海洋大学学报(自然科学版) 2012(11)
    • [25].血液显微图像中红细胞计数系统的研究与实现[J]. 医学信息 2009(01)
    • [26].使用荧光遥感及显微图像处理技术对水体富营养化预警的研究[J]. 科协论坛(下半月) 2009(07)
    • [27].基于深度学习的小样本中药材粉末显微图像识别[J]. 计算机应用 2020(05)
    • [28].基于小波变换的皮肤显微图像去噪算法的研究[J]. 上海电力学院学报 2008(01)
    • [29].荧光显微图像识别方法在呼吸道九联检中的应用[J]. 中国生物医学工程学报 2020(05)
    • [30].医学显微图像的定量分析技术方法的比较[J]. 科技展望 2015(30)

    标签:;  ;  ;  ;  ;  ;  ;  

    荧光显微图像中微液滴自动检测方法研究
    下载Doc文档

    猜你喜欢