細(xì)胞計(jì)數(shù)在生物學(xué)、醫(yī)學(xué)等諸多領(lǐng)域中發(fā)揮著重要作用,但是由于樣品中細(xì)胞數(shù)量較多,人工計(jì)數(shù)不僅費(fèi)時(shí)費(fèi)力,而且結(jié)果具有主觀性。為了能快速、準(zhǔn)確地統(tǒng)計(jì)出結(jié)果,有必要開發(fā)自動(dòng)化細(xì)胞計(jì)數(shù)方法。微流控系統(tǒng)能夠操作體積非常微小的細(xì)胞樣品和試劑,可較好地實(shí)現(xiàn)細(xì)胞分離,有助于后續(xù)統(tǒng)計(jì)分析。在過去的幾年里,大量基于微流控芯片的實(shí)驗(yàn)設(shè)備被提出用于細(xì)胞識(shí)別和計(jì)數(shù)。為獲得準(zhǔn)確的統(tǒng)計(jì)結(jié)果,基于圖像的方法被應(yīng)用于微流控芯片內(nèi)細(xì)胞計(jì)數(shù),然而,現(xiàn)有的圖像識(shí)別的方法大多限定于固定區(qū)域的細(xì)胞識(shí)別與計(jì)數(shù),由于固定區(qū)域背景單一,因而只需要簡(jiǎn)單的方法或網(wǎng)絡(luò)即可實(shí)現(xiàn)細(xì)胞計(jì)數(shù)。當(dāng)這些方法應(yīng)用到非固定區(qū)域細(xì)胞計(jì)數(shù)時(shí),效果會(huì)下降,另外,外界環(huán)境的干擾以及圖像質(zhì)量的下降進(jìn)一步加劇了細(xì)胞計(jì)數(shù)的困難。針對(duì)上述問題,本文利用圖像處理、機(jī)器視覺等技術(shù)對(duì)微流控芯片內(nèi)的細(xì)胞顯微圖像進(jìn)行自動(dòng)分析,提供準(zhǔn)確的統(tǒng)計(jì)結(jié)果。具體工作開展如下:首先,本文對(duì)微流控芯片內(nèi)細(xì)胞圖像進(jìn)行了預(yù)處理以提升圖像質(zhì)量�；赑earson系數(shù)與網(wǎng)格搜索,對(duì)顯微圖像的徑向畸變系數(shù)進(jìn)行了求解,畸變校正后直線度達(dá)到了 0.008,與現(xiàn)有方法相比提升了 1 1%,校正效果良好:使用圖像配準(zhǔn)... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)說明
第一章 緒論
    1.1 研究背景
    1.2 研究現(xiàn)狀
        1.2.1 基于阻抗法的微流控芯片內(nèi)細(xì)胞計(jì)數(shù)
        1.2.2 基于光電法的微流控芯片內(nèi)細(xì)胞計(jì)數(shù)
        1.2.3 基于圖像法的微流控芯片內(nèi)細(xì)胞計(jì)數(shù)
    1.3 研究?jī)?nèi)容與章節(jié)安排
第二章 細(xì)胞顯微圖像采集與預(yù)處理
    2.1 顯微圖像的采集及分析
        2.1.1 圖像采集系統(tǒng)
        2.1.2 顯微圖像特點(diǎn)分析
    2.2 圖像預(yù)處理
        2.2.1 去畸變
        2.2.2 圖像縫合
        2.2.3 去散焦模糊
    2.3 小結(jié)
第三章 基于神經(jīng)網(wǎng)絡(luò)的細(xì)胞與流道識(shí)別
    3.1 圖像識(shí)別神經(jīng)網(wǎng)絡(luò)
        3.1.1 網(wǎng)絡(luò)結(jié)構(gòu)
        3.1.2 損失函數(shù)
    3.2 結(jié)合明暗場(chǎng)信息的細(xì)胞與流道識(shí)別
        3.2.1 熒光圖片壓縮
        3.2.2 細(xì)胞與流道識(shí)別
    3.3 實(shí)例驗(yàn)證與結(jié)果分析
        3.3.1 不同輸入下的識(shí)別效果
        3.3.2 對(duì)比實(shí)驗(yàn)
    3.4 小結(jié)
第四章 接觸細(xì)胞分割
    4.1 算法流程
    4.2 凹點(diǎn)檢測(cè)
    4.3 凹點(diǎn)匹配
        4.3.1 確定候選匹配點(diǎn)
        4.3.2 凹點(diǎn)匹配原則
    4.4 實(shí)例驗(yàn)證與結(jié)果分析
    4.5 小結(jié)
第五章 總結(jié)和展望
    5.1 工作總結(jié)
    5.2 研究展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間取得的成果
攻讀碩士學(xué)位期間參與的項(xiàng)目
學(xué)位論文評(píng)閱及答辯情況表


【參考文獻(xiàn)】：
期刊論文
[1]基于凹點(diǎn)匹配的重疊圖像分割算法[J]. 韋冬冬,趙豫紅.  計(jì)算機(jī)與應(yīng)用化學(xué). 2010(01)
[2]一種基于邊緣生長(zhǎng)的灰度和彩色圖象分割方法[J]. 林通,石青云.  中國(guó)圖象圖形學(xué)報(bào). 2000(11)

碩士論文
[1]X射線顯微CT圖像畸變校正研究[D]. 徐曉茹.天津大學(xué) 2017



本文編號(hào)：3180838