基于光相位边缘特征提取的生物细胞形态及动态活动快速检测实验研究

基于光相位边缘特征提取的生物细胞形态及动态活动快速检测实验研究

论文摘要

细胞是生物组织进行生命活动的基本单元,其形状和功能密切相关,因而对细胞形状及其动态研究一直是生命科学和临床医学等学科关注的热点之一。光学显微成像技术是人们研究细胞的有力工具,其中定量相位显微技术因其具有可对原态活细胞无损伤、实时可量化成像的优势而广受关注。但是该技术直接获取到的是样品在光入射方向上的相移分布,样品物理厚度和折射率信息耦合在其中,需要通过相关算法才能从相位信息中提取出来。为获得较高的重建精度,三维重建算法大多需要较长时间或较庞大的数据,难以实时获取细胞的形态特征。针对快速获取样品形态结构特征的应用需求(如临床分类识别),则可借助简便的计算(如边缘检测)得到样品形态的投影分布。无论何种应用,实验数据都是后续所有计算分析的基础,对结果有重要的影响。目前的研究大多围绕各种算法理论或实验装置设计,对实验尤其是数据采样处理方案的探究尚不够深入细致。对于样品形态结构识别,本文运用边缘检测的方法快速提取样品结构信息,围绕形态结构复杂程度不同的样品开展成像实验,在理论推导的基础上,采用不同的计算方法和特征点提取方法对样本相位数据进行分析处理,并分别获得样品的形态特征。通过对各结果相互对比对照,基于相位成像理论和检测机理分析多种误差成因,对不同类型的样品给出了各自合适的采样处理方案;对于样品动态活动的实时检测,本文以神经元放电活动中胞内离子浓度发生变化的现象为原型,设计了相位成像实验来模拟这一过程,通过光相位方法定量检测和表征了溶液浓度的变化,并基于动态检测与形态静态检测之间不同目的和实验情况的分析,对数据采集方案进行了优化。实验结果表明了该方案在样品浓度动态变化检测中的可行性和准确性;对于光相位成像装置,本论文基于干涉成像原理,提出并搭建了一种轴向可调式共光路干涉显微系统,该成像装置可以通过改变分光棱镜与光轴间的夹角实现同轴、离轴和轻微离轴干涉成像。共光路的设计有助于提高系统抗噪能力,并且该装置中使用的光学元件数量较少,可降低使用成本、减少由光学元件引入的误差。本文基于光相位成像实验,围绕生物细胞静态结构和动态活动检测的数据采样分析和实验光路设计开展研究,为光学无损检测技术的发展提供一定的参考。

论文目录

  • 摘要
  • abstract
  • 第一章 绪论
  •   1.1 研究背景与意义
  •   1.2 研究现状
  •     1.2.1 定量相位显微技术的研究现状
  •     1.2.2 基于相位信息的细胞形态重构与检测
  •     1.2.3 细胞的动态活动的监测
  •   1.3 本文的研究内容及创新点
  • 第二章 相位边缘提取下的样品形态特征快速检测实验研究
  •   2.1 引言
  •   2.2 样品形态快速检测机理及其特征点准确提取问题
  •   2.3 实验结果分析及特征点采样方案
  •   2.4 本章小结
  • 第三章 基于光相位信息的样品动态活动快速检测实验研究
  •   3.1 引言
  •   3.2 动态活动检测实验设计依据及方案
  •     3.2.1 以边界点为采样点进行监测和表征
  •     3.2.2 以边界中点作为采样点监测
  •   3.3 本章小结
  • 第四章 基于单棱镜复用的轴向可调式共光路干涉相位成像系统
  •   4.1 引言
  •   4.2 共光路干涉成像装置与工作原理
  •   4.3 干涉成像实验与结果分析
  •   4.4 本章小结
  • 第五章 总结与展望
  • 参考文献
  • 致谢
  • 在学期间发表的学术论文及其他科研成果
  • 文章来源

    类型: 硕士论文

    作者: 张明明

    导师: 季颖

    关键词: 光相位成像实验,边缘特征提取,形态检测,动态表征,共光路

    来源: 江苏大学

    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: 江苏大学

    分类号: Q2-33;TP391.41

    总页数: 65

    文件大小: 5680K

    下载量: 30

    相关论文文献

    • [1].沙化土地地理信息多维结构特征提取仿真[J]. 计算机仿真 2019(11)
    • [2].基于卷积神经网络特征提取的轻量级包装袋分类模型[J]. 塑料科技 2020(08)
    • [3].图片特征提取[J]. 中小企业管理与科技(中旬刊) 2017(03)
    • [4].六种常用的网络流量特征提取工具[J]. 计算机与网络 2017(06)
    • [5].浅议车牌识别中字符的特征提取方法[J]. 科技传播 2009(05)
    • [6].基于分级特征提取的货物分拣机器人目标自动识别系统设计[J]. 自动化与仪器仪表 2020(05)
    • [7].多模态生物特征提取及相关性评价综述[J]. 中国图象图形学报 2020(08)
    • [8].多传感器数据融合在船舶特征提取中的应用[J]. 舰船科学技术 2016(18)
    • [9].溯洄从之,一波三折——关于特征提取的教学实例与策略[J]. 中国信息技术教育 2020(07)
    • [10].基于局部加权的非线性特征提取方法[J]. 华中科技大学学报(自然科学版) 2013(S1)
    • [11].基于多特征提取的识别算法数学建模优化研究[J]. 哈尔滨师范大学自然科学学报 2013(04)
    • [12].一种新的基于瓶颈深度信念网络的特征提取方法及其在语种识别中的应用[J]. 计算机科学 2014(03)
    • [13].一种基于特征提取的简答题阅卷算法[J]. 湖南工程学院学报(自然科学版) 2010(01)
    • [14].基于改进符号序列熵的岸桥齿轮箱退化特征提取研究[J]. 机电工程 2020(02)
    • [15].基于自编码的特征提取方法在生物医学领域中的应用进展[J]. 中国卫生统计 2020(02)
    • [16].基于时变三维坐标重构的空间锥体目标微动特征提取方法[J]. 空军工程大学学报(自然科学版) 2020(02)
    • [17].基于特征提取和随机森林的风机故障诊断[J]. 科学技术创新 2020(26)
    • [18].互联网+嵌入式移动4G教学终端——农业病虫害特征提取系统的研究[J]. 电子技术与软件工程 2019(21)
    • [19].恶意流量特征提取综述[J]. 信息网络安全 2018(09)
    • [20].基于特征提取的图像相似度研究[J]. 信息系统工程 2016(01)
    • [21].基于敏感分量融合的液压泵退化特征提取方法[J]. 仪器仪表学报 2016(06)
    • [22].几种藏文字特征提取方法比较研究[J]. 信息与电脑(理论版) 2014(08)
    • [23].基于层次特征提取的文本分类研究[J]. 计算机应用与软件 2020(02)
    • [24].基于关联规则特征提取的心理大数据评估方法[J]. 周口师范学院学报 2020(02)
    • [25].基于三角函数迭代的视频数据特征提取[J]. 图学学报 2020(04)
    • [26].光纤安防监测信号的特征提取与识别研究综述[J]. 计算机工程与应用 2019(03)
    • [27].基于特征提取的绘本阅读机器人设计方案[J]. 电子制作 2019(15)
    • [28].基于特征提取及聚类算法的增量图片筛选系统[J]. 电视技术 2017(Z3)
    • [29].一种新颖的通信辐射源个体细微特征提取方法[J]. 电波科学学报 2016(01)
    • [30].一种基于链码的线特征提取方法[J]. 测绘科学 2014(09)

    标签:;  ;  ;  ;  ;  

    基于光相位边缘特征提取的生物细胞形态及动态活动快速检测实验研究
    下载Doc文档

    猜你喜欢