检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于显微高光谱成像的小麦霉变菌种研究

粮油与饲料科技 2024年第1期 215-217页

作者：王昌岭赵鑫涛华北水利水电大学电气工程学院

将培育健康小麦籽粒与3种曲霉菌侵染粒作为研究对象，利用显微高光谱成像系统采集单籽粒中霉菌孢子400～1 000 nm波长范围内共472维数据。运用蚁群算法提取数据的光谱特征，运用主成分分析方法对不同霉变籽粒中的霉菌孢子进行分析，提... 详细信息

将培育健康小麦籽粒与3种曲霉菌侵染粒作为研究对象，利用显微高光谱成像系统采集单籽粒中霉菌孢子400～1 000 nm波长范围内共472维数据。运用蚁群算法提取数据的光谱特征，运用主成分分析方法对不同霉变籽粒中的霉菌孢子进行分析，提取最优波段下的能量、相关性等11维纹理特征，构建“光谱+纹理”组合特征空间，分别建立PSO-SVM模型与ELM模型。结果表明，基于“光谱+纹理”组合特征空间的PSO-SVM模型的识别效果较优，准确率为98.33%，相较其他方式提高了3%～11.6%。研究表明，显微高光谱可以用于霉变小麦菌种分类识别研究。

关键词：显微高光谱成像蚁群算法霉变菌种

基于显微高光谱成像技术的癌细胞鉴别方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于显微高光谱成像技术的癌细胞鉴别方法研究

作者：贺苏强西安石油大学

学位级别：硕士

癌症具有成因复杂、致死率高、治愈率低等特点,是人类目前尚未攻克的一个医学难题。目前,将临床医学诊断与高光谱技术相结合形成的医学高光谱成像技术已成为新的研究趋势,有助于科研人员更加深入地了解癌症的成因及治疗方法。本课题以... 详细信息

癌症具有成因复杂、致死率高、治愈率低等特点,是人类目前尚未攻克的一个医学难题。目前,将临床医学诊断与高光谱技术相结合形成的医学高光谱成像技术已成为新的研究趋势,有助于科研人员更加深入地了解癌症的成因及治疗方法。本课题以显微高光谱成像技术为切入点,以脑癌病理组织切片为例,提出了基于多尺度三维深度神经网络和结合卷积注意力机制的分类模型(Convolutional Block Attention-Multi-Scale 3D Convolutional,CBAM-M3D-DCNN),并将该方法用于实践,设计与开发癌细胞分类系统,旨在辅助医生进行医疗诊断。本文的主要研究和创新如下:(1)针对医用显微高光谱图像分类精度受不同空间尺度下特征信息影响较大这一问题,本文提出基于多尺度卷积的显微高光谱图像分类模型(Multi-Scale 3D CNN)。通过添加多尺度卷积块(M3D-CB),提取医用显微高光谱图像内部更加丰富的空谱特征,获得了更高的分类精度。(2)针对病变组织纹理结构复杂的特点,研究了不同注意力机制对MD模型的影响,提出了用于胶质母细胞瘤准确识别的CBAM-MD模型,该方法利用卷积注意力机制提取光谱空间特征进行分类,提高了分类准确率。(3)设计了结合深度学习技术的癌细胞鉴别系统。通过封装提前训练好的具有良好分类性能的网络,之后选择胶质母细胞瘤数据进行处理,便可以得到不同网络模型下的分类结果图,整个过程省力高效,为外科医生识别肿瘤提供了便利。

关键词：显微高光谱成像深度学习卷积神经网络多尺度三维卷积

基于显微高光谱成像技术的番茄叶片抗氧化酶活性检测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于显微高光谱成像技术的番茄叶片抗氧化酶活性检测研究

作者：杜明华宁夏大学

学位级别：硕士

番茄（Solarium lycopersicum）在人们生活中有着举足轻重的作用,是必不可少的蔬菜之一,但在种植过程中面临着盐胁迫这一难题,抑制番茄的正常生长发育,降低番茄的果实品质。其中植物体内的抗氧化酶是反映植物机体抗氧化能力重要参数。... 详细信息

番茄（Solarium lycopersicum）在人们生活中有着举足轻重的作用,是必不可少的蔬菜之一,但在种植过程中面临着盐胁迫这一难题,抑制番茄的正常生长发育,降低番茄的果实品质。其中植物体内的抗氧化酶是反映植物机体抗氧化能力重要参数。本试验基于显微高光谱成像技术,对盐胁迫条件下的番茄叶片的POD、CAT、SOD活性指标进行检测,与光谱图像信息相融合,构建盐胁迫条件下番茄叶片抗氧化酶定量模型,实现细胞内单一抗氧化酶光谱剥离及可视化分布。明晰番茄叶片细胞内抗氧化酶的交互作用,构建番茄叶片细胞抗氧化酶高精度原位快速检测技术体系,为番茄叶片细胞其它微观物质快速检测技术研发提供理论参考。主要研究内容及结果如下:（1）采用RS方法对298个番茄叶片样本进行划分,采用六种预处理方法对光谱进行优化。结果表明:POD活性以Baseline法处理光谱所建PLSR模型效果得到了提高（Rc=0.8203,Rp=0.8010,RMSEC=90.4396,RMSEP=107.1999）。CAT 活性以原始光谱建模最优（Rc=0.8609,RMSEC=0.7739,Rp=46.5239,RMSEP=62.8269）;SOD 以 Normalize 法优化效果最显著（Rc=0.8888,Rp=0.8937,RMSEC=36.1952,RMSEP=41.0579）。（2）基于各自优选的特征波长建立番茄叶片POD活性、CAT活性及SOD活性的预测模型。POD活性以CARS-PLSR为最佳预测模型,其Rc=0.8714,Rp=0.8664;CAT活性的最优预测模型为 IRF-PLSR,Rc=0.8749,Rp=0.8086;SOD 活性的 CARS-LSSVM 模型效果相对较好,Rc=0.9427,Rp=0.9058。结果表明,利用高光谱成像技术可以实现对番茄叶片抗氧化酶活性的预测,为有效地检测其分布以及合理地管理提供了科学的理论依据。（3）结合宏观建立的番茄叶片抗氧化酶含量模型,按照微区面积占宏观番茄叶片切片面积的比值,将宏观番茄叶片观察区域中抗氧化酶活性与微区中抗氧化酶活性进行迁移运算,建立针对微区细胞图像与光谱检测的预测模型。得出的模型性能较为稳健:POD活性微观预测结果为Rc=0.8528,Rp=0.8323;CAT 活性预测结果为 Rc=0.7896,Rp=0.7146;SOD 活性预测结果为Rc=0.9751,Rp=0.9368。（4）基于所测得番茄叶片POD、CAT、SOD活性指标建立最优预测模型。将化学值与光谱数据相结合,再利用β系数法提取光谱作为输入变量,得到番茄片的可视化图像进行分析研究。为显微高光谱成像光谱技术在植物微区检测提供理论支持。

关键词：显微高光谱成像番茄叶片抗氧化物酶预测模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于显微高光谱成像的人血细胞研究

光电工程 2008年第5期35卷 98-101页

作者：李庆利肖功海薛永祺张敬法华东师范大学信息科学技术学院上海200062 中国科学院上海技术物理研究所上海200083 中国科学院上海生命科学研究院健康科学中心上海200030

使用自行研制的推帚式显微高光谱成像系统采集了正常、白血病人血液涂片的显微高光谱图像数据。通过对正常、白血病人血液显微高光谱数据进行处理,获得了人血液的单波段图像,并提取了部分血液细胞的典型透射率光谱曲线。分析这些曲线发... 详细信息

使用自行研制的推帚式显微高光谱成像系统采集了正常、白血病人血液涂片的显微高光谱图像数据。通过对正常、白血病人血液显微高光谱数据进行处理,获得了人血液的单波段图像,并提取了部分血液细胞的典型透射率光谱曲线。分析这些曲线发现,病变细胞透射率普遍高于正常细胞,特别是在541.3nm附近透射率高出了50%左右。通过对血液涂片的图像和光谱特征进行分析表明,经过一定的改进,可以将显微高光谱成像系统作为一种新的检测手段,辅助医学研究人员对人血液进行分析。

关键词：显微高光谱成像光谱血细胞白血病

维普期刊数据库

显微高光谱成像系统及大区域多维影像数据获取方法研究

在线全文

学校读者我要写书评

暂无评论

显微高光谱成像系统及大区域多维影像数据获取方法研究

作者：袁晨华东师范大学

学位级别：硕士

高光谱成像技术起源于20世纪70年代的多光谱遥感成像领域,凭借多维信息获取的能力在遥感探测领域取得了成功的应用。近年来该技术被拓展应用于生命科学领域,特别是与显微镜相结合形成的显微高光谱成像技术,在病理诊断分析中为检测目标... 详细信息

高光谱成像技术起源于20世纪70年代的多光谱遥感成像领域,凭借多维信息获取的能力在遥感探测领域取得了成功的应用。近年来该技术被拓展应用于生命科学领域,特别是与显微镜相结合形成的显微高光谱成像技术,在病理诊断分析中为检测目标提供更为丰富的空间和光谱信息,具有良好的应用前景。本论文研究了显微高光谱图像智能化采集方法及相应的图像处理方法,通过采用高精度载物台控制技术、显微高光谱图像自动对焦技术、多维图像拼接技术以及多维图像融合等技术,实现了显微高光谱图像和同视场彩色图像的智能化采集以及大区域多维影像数据立方体的重构,增加了图像数据的维度,为生物组织的智能识别分析提供了数据基础。论文首先给出了显微高光谱成像平台的软硬件设计方案。此外,基于所搭建的成像平台,论文提出了适用于显微高光谱图像的自动对焦方法以及大区域多维影像数据的获取及生成方法,包括显微高光谱图像的预处理方法、空白显微高光谱图像的筛选方法、显微高光谱图像的空白区域检测方法、显微高光谱图像的自动对焦方法、显微高光谱图像的大区域多维影像数据的获取方法以及生成方法。针对病理显微图像在自动对焦中存在的问题,论文改进了现有的图像清晰度评价方法与峰值搜索方法,一定程度上克服病理显微图像具有粗边缘与弱纹理的问题,实现单一入射光波长下图像的准确对焦。在此基础上,论文利用显微高光谱图像具有宽光谱范围的特点,根据光谱信息补偿对焦面的位置,实现了不同入射光波长下图像的准确对焦。另外,论文以单一维度的图像拼接方法为基础,利用显微高光谱图像的空间冗余特性,并辅以图像的位置信息,实现了显微高光谱图像的精准拼接。实验表明,所设计的显微高光谱成像平台具有自动进行单一视场与多视场下彩色与显微高光谱图像数据采集的能力,并依托于所设计的存储平台与发布平台对图像数据进行管理与发布,覆盖了图像数据从采集、管理到发布的完整生命周期,提高了显微高光谱图像的采集效率与自动化程度。在大区域多维影像数据生成方法的支持下,所产生的大区域融合图像数据可为病理组织分析提供更多维度的信息参考,此方法也为多维影像数据的融合方法提供了一种新思路,具有重要的实践意义与参考价值。

关键词：显微高光谱成像自动对焦加速稳健特征多维成像

显微高光谱成像的皮肤黑色素瘤浅表扩散深度识别方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

红外与毫米波学报 2020年第6期39卷 749-759页

作者：王健生李庆利周梅孙力胡孟晗吕岳褚君浩华东师范大学上海市多维度信息处理重点实验室上海200241 华东师范大学空间信息与定位导航上海高校工程研究中心上海200241 华东师范大学纳光电集成与先进装备教育部工程研究中心上海200241

研究了基于显微高光谱图像的皮肤黑色素瘤浅表扩散深度检测方法.首先使用核最小噪声分割、形态滤波和边缘检测实现颗粒层的分割,然后使用基于特征谱监督的最小二乘支持向量机实现恶性黑色素细胞的检测,最后定量化计算了皮肤黑色素瘤的... 详细信息

研究了基于显微高光谱图像的皮肤黑色素瘤浅表扩散深度检测方法.首先使用核最小噪声分割、形态滤波和边缘检测实现颗粒层的分割,然后使用基于特征谱监督的最小二乘支持向量机实现恶性黑色素细胞的检测,最后定量化计算了皮肤黑色素瘤的扩散深度.实验结果表明,可以为皮肤黑色素瘤的浅表扩散提供定量化的参考指标,有利于皮肤黑色素瘤的病理诊断.

关键词：图像处理肿瘤浅表扩散深度机器学习显微高光谱成像

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

显微高光谱成像技术结合神经分类的应用研究

显微高光谱成像技术结合神经分类的应用研究

作者：房娟华东师范大学

学位级别：硕士

周围神经损伤是骨科临床的常见疾病之一,为获得最佳的修复效果,其中需解决的首要问题便是如何准确地识别周围神经中主要包含的运动及感觉神经。鉴于临床上识别神经束性质的方法均存在局限,本文将基于实验室自行研制的显微高光谱成像系统... 详细信息

周围神经损伤是骨科临床的常见疾病之一,为获得最佳的修复效果,其中需解决的首要问题便是如何准确地识别周围神经中主要包含的运动及感觉神经。鉴于临床上识别神经束性质的方法均存在局限,本文将基于实验室自行研制的显微高光谱成像系统,结合图谱信息对周围神经的分类进行探索性研究,主要基于IDL编程,通过大量实验进行对比分析,取得了阶段性的成果：(1)针对数据采集过程中所产生的系统噪声,主要对比分析了图像维和光谱维联合校正算法及基于朗伯比尔定律的预处理算法,两者都能很好地消除系统噪声,但结合k近邻分类器的分析表明,经联合校正算法处理后的数据具有更高的分类精度。(2)为实现神经样本的特征分析及有效分类,同时为有监督算法提供标准的样本光谱。本文基于纯净像元指数,提出一种通过交叉对比进行像元提纯的方法,相较于N维可视化分析,该法更适用于数据中包含多个类别时;通过分析各类别纯净像元的均值波谱曲线表明,无论是染色还是未染色的神经样本,运动及感觉神经的轴突／髓鞘波谱曲线间都存在差异,这为神经分类的可行性提供依据。(3)在针对神经分类的研究中,主要从基于距离测度学习的分类算法和基于高光谱统计特征的分类算法两个方面展开研究。在基于距离测度学习的分类算法中,结合k近邻分类器,在研究部分距离测度学习算法的基础上,提出了独立一差别分量分析算法,相较于其他距离测度,该法获得了较高的分类精度;但总体上,k近邻分类器具有较大的时间开销,且针对神经样本的分类表现并不优越。因此在基于高光谱统计特征的分类算法中,主要研究了支持向量机、最大似然法等分类算法,并结合各距离测度提出最大似然法推广算法,相较于k近邻分类器,各算法都具有较高的运行效率且进一步提高了分类精度。综合实验结果表明,对于染色样本,结合相关分量分析的最大似然推广算法表现最好,而对于未染色样本,最大似然法表现最好。(4)基于以上算法的对比分析结果,考虑到现有系统软件只能实现观测目标高光谱数据的采集,为进一步扩展系统功能,并结合C++ builder及IDL各自的编程优势,实现将预处理算法及部分表现优异的分类算法嵌入到系统,以满足非专业人员对显微高光谱数据的处理要求。

关键词：周围神经显微高光谱成像分类特征提取距离测度学习统计特征

基于显微高光谱成像和深度神经网络的肺癌组织病理分析方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于显微高光谱成像和深度神经网络的肺癌组织病理分析方法研究

作者：宋璟华东师范大学

学位级别：硕士

肺癌是全球常见的恶性肿瘤之一,其发病率和死亡率常年居于全球首位。不同肺癌亚型的治疗措施和预后是不相同的,因此明确肺癌亚型至关重要。目前,组织病理学检查结果依旧是肺癌的诊断和分类的“金标准”。传统的组织病理学检查必须依靠... 详细信息

肺癌是全球常见的恶性肿瘤之一,其发病率和死亡率常年居于全球首位。不同肺癌亚型的治疗措施和预后是不相同的,因此明确肺癌亚型至关重要。目前,组织病理学检查结果依旧是肺癌的诊断和分类的“金标准”。传统的组织病理学检查必须依靠于病理专家在显微镜下观察组织病理切片并做出判断,该过程复杂、耗时长,并且与医生的经验和主观因素密切相关。因此,利用图像处理技术对组织病理图像进行分析和处理的方法应运而生。相较于传统图像,显微高光谱图像在包含空间信息的基础上,还包含了光谱信息,这为肺癌亚型的分类任务提供了新的途径。在此基础上,本文将基于显微高光谱成像技术对肺癌病理亚型分类进行分析和研究。本文研究内容主要分为以下三个部分。首先,使用基于朗伯-比尔定律的光谱校正方法和基于主成分分析的谱段优选方法实现对图像数据的预处理,削弱了系统噪声等干扰,并提高了显微高光谱数据的信噪比。然后,针对肺癌组织显微高光谱图像,本文提出了一种基于三维（Three Dimension,3D）卷积形式和卷积组合单元（Convolution Combination Unit,CCU）的卷积神经网络（Convolutional Neural Networks,CNN）,并称其为3D-CCU-CNN,用于辅助医生进行临床上的肺癌亚型分类识别。3D-CCU-CNN采用了3D卷积的形式,解决了二维卷积神经网络对三维图像的不适用问题,便于获取光谱维度的特征;同时,本文还设计了卷积组合单元,以便获取对不同卷积尺度获得的特征的融合。最后,针对肺癌亚型病理特征,本文研究了基于3D-UNet网络和细胞形态特征的显微高光谱图像病理特征分析方法,通过癌细胞的分割并计算不同肺癌亚型的病理特征参数,在一定程度上可以辅助解释肺癌亚型的诊断和预后。实验结果表明,相较于常用的二维图像模型,本文提出的3D-CCU-CNN能更加有效地分类肺癌亚型,分类的总体准确率可达0.962,并且精确率、召回率,以及Kappa系数等评价指标均不低于0.920;使用3D-UNet对癌细胞进行分割,分割效果较好,总体准确率可达0.942。本文研究的基于显微高光谱成像和深度神经网络的肺癌组织病理分析方法能够实现肺癌亚型的自动化分类,并从细胞的形态特征上能够给予一定的解释,为肺癌病理研究提供了新的思路,并在一定程度上给医生提供了帮助和支持。

关键词：肺癌亚型显微高光谱成像 3D卷积卷积组合单元卷积神经网络病理特征分析

基于显微高光谱成像的皮肤黑色素瘤识别方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于显微高光谱成像的皮肤黑色素瘤识别方法研究

作者：黄怡华东师范大学

学位级别：硕士

皮肤黑色素瘤是一种恶性程度极高的皮肤肿瘤,现阶段尚无治愈手段,但早期确诊能够让患者得到最佳的手术时机,从而延长了患者术后的存活时间。因此,研究皮肤黑色素瘤的早期诊断方法对于临床治疗和预后都具有重要的意义。传统的皮肤黑色素... 详细信息

皮肤黑色素瘤是一种恶性程度极高的皮肤肿瘤,现阶段尚无治愈手段,但早期确诊能够让患者得到最佳的手术时机,从而延长了患者术后的存活时间。因此,研究皮肤黑色素瘤的早期诊断方法对于临床治疗和预后都具有重要的意义。传统的皮肤黑色素瘤病理诊断对肿瘤组织无辅助识别方法和定量化分析,针对这个问题,本文将显微高光谱成像技术用于皮肤黑色素瘤的识别和定量化分析,为皮肤黑色素瘤的病理诊断分析提供一种新的方法。根据皮肤黑色素瘤样本的多样性,本文将其分为典型的三类,针对不同类型的样本,提出了不同的研究方法。本文的主要研究内容如下:首先,从组织学层次,研究了皮肤颗粒层的分割问题,提出了基于核最小噪声分离(KMNF)的分割方法。在该方法中,采用KMNF来提取显微高光谱图像的主要特征并分离图像中的噪声,然后使用形态学滤波来获得颗粒层的主要形态特征,最后应用水平集分割方法来得到颗粒层的形态轮廓。实验结果显示,该方法分割皮肤颗粒层的精度高达80%以上,为皮肤黑色素瘤入侵深度的计算提供起始边界。其次,研究了恶性黑色素细胞的分割问题,提出了基于特征光谱监督的最小二乘支持向量机(CSS-LSSVM)分割方法。在该方法中,使用最小二乘支持向量机(LSSVM)算法来建立恶性黑色素细胞的分割模型,并在传统的LSSVM算法基础上,选取目标样本少数特征光谱作为参考,对LSSVM模型分割结果进行再分割以提高模型的分割精度。实验结果表明,该方法对皮肤黑色素瘤样本中的恶性黑色素细胞分割精度高达85%以上。同时,该方法用于分割样本中的恶性黑色素细胞,结合颗粒层的分割结果,计算了样本的皮肤黑色素瘤入侵深度。最后,研究了肿瘤区域的识别问题,采用了基于粒子群优化的极限学习机(PSO-ELM)分类算法。在该方法中,使用了极限学习机(ELM)来建立肿瘤区域识别模型,在极限学习机的参数寻优中,采用了粒子群(PSO)优化算法来寻找ELM参数的更优解,提高了极限学习机的分类精度。实验结果表明,该方法能够更有效地识别出样本中的肿瘤区域,且分类速度比SVM快,将该方法用于肿瘤区域的自动识别,可提高皮肤黑色素瘤病理诊断的效率。上述结果验证了显微高光谱成像技术在皮肤黑色素瘤识别中的可行性,并为其病理诊断提供了定量化数据,对皮肤黑色素瘤的临床治疗和预后都具有重要的意义。

关键词：显微高光谱成像皮肤黑色素瘤图像分割图像分类