检索结果-南通市图书馆

基于Coulter原理的细胞计数微流控芯片研究

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Coulter原理的细胞计数微流控芯片研究

作者：刘宇捷西南交通大学

学位级别：硕士

细胞计数对了解细胞生长状态、生物量测定,以及环境监测等都十分重要。Coulter计数微流控芯片具有快速、高效、小型化和低能耗等诸多优势,是近年研究的热点。本文设计Coulter计数微芯片,通过数值模拟和有限元仿真的手段,对微流体在微流... 详细信息

细胞计数对了解细胞生长状态、生物量测定,以及环境监测等都十分重要。Coulter计数微流控芯片具有快速、高效、小型化和低能耗等诸多优势,是近年研究的热点。本文设计Coulter计数微芯片,通过数值模拟和有限元仿真的手段,对微流体在微流道中流动行为进行分析,揭示通道结构尺寸和压力等边界条件与微流体行为的变化规律,从而对微流体器件的结构及参数的优化进行指导。以期最终将微流体器件的设计、优化、加工以及运行推上一个新台阶。本文首先提出了一个基于水力聚焦的Coulter芯片的设计,分析通道尺寸和流体属性对流体流速的影响,针对不同情况或参数下流体间的浓度扩散进行分析。在高宽比固定的情况下,流体在微通道的流速随着压力的增大而加快,呈线性增长;并且当高宽比互为倒数得时候,其对应的流速也接近相同。高宽比为1时,流速最快。此外,在通道尺寸一定的情况下,流体的粘滞系数μ越大,其流速v越小。流体的扩散系数和入口压力显著影响着流体间的浓度扩散,并且压力随着通道的延伸不断下降,流体间会逐渐发生扩散。此外,两股鞘液间的流率比是影响着样品液在出口通道中的宽度和位置的主要因素,其位置x拟合公式如下：x=***+0.3739 然后,通过微颗粒来模拟细胞在通道中的流动行为,分析影响颗粒流动行为的因素。颗粒的流动路径会随着样品液在出口通道中的位置变化而变化,验证了水力聚焦的可行性。在样品液流率不变的前提下,改变鞘液间的流率比,可以让样品液在出口通道中的位置改变,导致进口通道中的不同位置的颗粒以不同的速度流动不同的距离进入出口通道,大大减小积聚抱团进入出口通道的概率。最后,对3D层流混合器的浓度混合进行仿真研究。浓度扩散和混合取决于压力、扩散系数,通道长度。压力不足通常是实际情况中扩散发生的直接要素,随着通道的延伸,压力亦会逐渐下降,从而导致浓度扩散。对比发现2D和3D的仿真结果具有一致性,说明了本研究结论具有普遍性。

关键词：细胞计数 Coulter 微流体仿真 COMSOL Multiphysics

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的病理图像细胞计数算法研究

基于深度学习的病理图像细胞计数算法研究

作者：奚昶尊西安电子科技大学

学位级别：硕士

病理图像是一种重要的医学图像,它被广泛地运用在临床诊断和医学研究中。与CT、超声等医学图像相比,它能提供细胞级的诊断信息,其分析结果更加可靠,在许多恶性疾病的诊断中扮演着“金标准”的角色。然而处理和分析病理图像是一件非常耗... 详细信息

病理图像是一种重要的医学图像,它被广泛地运用在临床诊断和医学研究中。与CT、超声等医学图像相比,它能提供细胞级的诊断信息,其分析结果更加可靠,在许多恶性疾病的诊断中扮演着“金标准”的角色。然而处理和分析病理图像是一件非常耗时、枯燥的工作,需要消耗医师大量的精力。因此,使用计算机技术自动化病理图像的诊断与分析过程显得尤为重要。数字病理学是一门专门研究病理图像的数字化与自动化分析的学科。本文的主要研究对象为组织病理图像的细胞计数问题。细胞的精确计数问题是数字病理学的重要研究方向,是病理图像量化分析的一部分,在临床诊断和医学研究中都发挥着关键的作用。病理图像的处理与分析往往要面对数据稀缺,图像类别多,计算代价大等问题,是非常有挑战性的任务。目前关于细胞定位与检测技术的研究虽然取得了一定成果,但仍然存在着许多的问题和不足,在精度、效率和泛化能力上都有着巨大的提升空间。为了解决上述问题,充分挖掘深度学习技术在病理图像处理领域的潜能,使研究成果能够真正地满足现实医学场景的种种需求,本文主要做了以下几方面工作。首先,本文将细胞计数问题转换为结构回归问题,借鉴深度学习分割模型的思想,针对细胞计数问题,设计了一种轻量级的深度神经网络模型LC-Net。该模型借鉴了Unet融合不同深度的语义特征的思想,并采用了多尺度卷积模块,使得模型更加精简高效。与主流的基于深度学习的计数方法相比,处理速度更快,精度也更高,同时参数量也小于一般的分割模型。本文还针对模型误检率高的问题,设计了color＿penalty损失项。color＿penalty利用图像的颜色信息,结合传统图像处理方法,对图像伪前景部分的响应进行了抑制,使模型更好地学习细胞的形态学特征,有效地避免了模型过拟合的情况。最后,本文在多个数据集上进行了实验,LC-Net在MBM数据集上取得了4.9±1.2的计数误差,F1值为0.86;在CRC数据集上取得了0.81的F1值。本文还在肝癌病理图像数据集上进行了泛化性能实验,使用有限的非专业标注信息,得到了与标注均值接近的计数结果。实验结果显示,本文提出的方法在多个数据集上都有着优秀的表现,得到了和主流的计数方法相比有竞争力的计数结果,也显示出了方法在计算效率上的优势。总体而言,本文提出了一种高效的泛化能力强的细胞计数解决方案,展现了运用于实际医学场景的可能性,也为后续研究提供了一些思路。

关键词：病理图像数字病理学细胞计数结构回归 LC-Net

基于动态显微成像的细胞计数方法及POCT系统研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于动态显微成像的细胞计数方法及POCT系统研究

作者：杜自强郑州大学

学位级别：硕士

细胞是人体的基本功能单位,细胞的数量水平变化对于一些疾病的诊断有着重要的临床参考意义,例如,红细胞(RBC)与白细胞(WBC)的数量水平变化与病菌感染等疾病直接相关、循环肿瘤细胞数量水平的变化与肿瘤病人的癌症鉴定以及转移性进展直... 详细信息

细胞是人体的基本功能单位,细胞的数量水平变化对于一些疾病的诊断有着重要的临床参考意义,例如,红细胞(RBC)与白细胞(WBC)的数量水平变化与病菌感染等疾病直接相关、循环肿瘤细胞数量水平的变化与肿瘤病人的癌症鉴定以及转移性进展直接相关。由于人体环境的复杂性,在进行细胞的数量水平的检测时,面对的往往是全血、腹水等含有多种细胞的异质性样本,因此对细胞进行分类计数有着重要的意义。基于图像的细胞识别是近年来得到快速发展的一种分类计数方法,细胞的图像含有着尺寸、形状、纹理等丰富的信息,通过对这些特征的提取与分析即可实现细胞的检测,与传统的基于荧光标记、或是光、电信号测量等检测方法相比,有着操作简单以及对细胞的损伤性低等优势。但是目前的图像检测方法大多为静态的图像检测,能够测量的细胞数目有限,另外,这种静态的检测方法只能拍摄到细胞单个角度的信息,也限制了检测的准确率。因此本研究考虑将图像法与微流控平台相结合,从动态成像的角度出发,对已有的图像检测方法在准确率以及测试通量上作出改善,本研究的主要内容如下:(1)本研究将微流控技术、目标检测技术以及目标追踪技术相结合,提出了一种基于明场动态成像与多帧关联的细胞分类计数方法。在设计的微流控芯片内采集到细胞的图像序列后,通过YOLO-V4目标检测网络实现对图像的单帧识别,获得细胞的类别以及坐标信息,之后采用设计的基于拓扑匹配的细胞追踪算法,完成细胞的追踪以及无重复计数。(2)基于这种上述检测思路,本研究在搭建的基于显微镜与高速相机的检测系统中实现了对红细胞、白细胞以及循环肿瘤细胞的分类计数。基于制作的细胞数据集,本研究在目标检测模型上获取到了高达98.76%的均值平均精度(mAP),并在设计的细胞追踪算法下,对多帧的检测数据进行关联,纠正了部分因成像角度差异或模型的偶然误识而引起的错误或遗漏的分类结果。以CTC为例,这种多帧关联的检测方式进一步地将CTC的mAP提升到了 99.40%。此外,本研究的检测极限实验表明,该方法能够轻松地从105个WBC中检测到低至10个CTC,并且不受CTC的上皮间充质转换(EMT)过程的影响。(3)基于该方法以及该方法对血细胞的检测情况,本研究还设计并搭建了一个便携式的全血即时检测(POCT)系统。该系统以单透镜结合智能手机摄像模组的成像方式,代替了传统的显微镜,实现了对全血样本的显微图像采集,并通过云端部署的目标检测网络以及细胞追踪算法完成了对血细胞数量水平的量化。另外,基于该系统的临床试验结果表明,实测的红白细胞的比值分布范围(0.456×103～1.092×103)与血常规报告中的比值分布范围(0.400×103～.375×103)基本一致,表明了该POCT系统的实用价值。本研究结合了微流控技术与深度学习算法,对明场图像中的细胞进行了识别与追踪,在搭建的系统上可以实现对不同种类的细胞的分类计数以及POCT检测。

关键词：细胞分类细胞计数多帧关联微流控 POCT

基于U-Net++神经网络模型的细胞计数方法研究与应用

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U-Net++神经网络模型的细胞计数方法研究与应用

作者：刘钊浙江理工大学

学位级别：硕士

细胞计数是一项常见的实验室技术,可以确认一个生物样本中细胞的数量,在生物学、医学、农业和环境科学等领域一些重要的科学问题上都有广泛的应用。现今主要的计数方式是传统的人工计数方式和基于计算机图像的自动计数方式。传统的细胞... 详细信息

细胞计数是一项常见的实验室技术,可以确认一个生物样本中细胞的数量,在生物学、医学、农业和环境科学等领域一些重要的科学问题上都有广泛的应用。现今主要的计数方式是传统的人工计数方式和基于计算机图像的自动计数方式。传统的细胞计数方法需要手动进行显微镜观察,不仅费时费力,而且易受人为因素干扰,结果往往容易具有主观性且易出现较大误差。与人工计数相比,基于图像处理技术的细胞计数方法可以通过数字图像处理算法自动识别和计数细胞,提高计数效率和准确度,同时也可以保证数据的客观性和可重复性。近年来,随着人工智能技术的发展,深度学习网络也逐渐应用于细胞计数任务中,用来提供更准确和可靠的细胞计数结果。但它们更多适用于细胞轮廓清晰,没有发生重叠的计数场景,对于密集型、粘连重叠较多层次不明显的细胞图像计数效果并不理想,无法将粘连细胞分割开进行精准计数,误差率大。针对上述问题,本文提出了一种基于改进U-Net++神经网络模型的细胞计数方法,通过与现有方法比较验证方法效率,最后开发了基于本文方法的细胞计数系统。主要内容如下:(1)本文提出了一种基于改进U-Net++神经网络模型的细胞计数方法。本文利用融合了自注意力机制的U-Net++网络模型作为主干网络提取细胞图像的高维特征,再使用全连接神经网络训练提取出的高维特征实现计数,将分类问题转化成回归问题,可以更有效地检测和分割细胞,同时更准确的计算图像中的细胞数量。本文提出的方法在两个显微镜图像数据集上进行了测试,与其它六种方法进行了对比分析。结果表明,本文提出的基于U-Net++网络模型的细胞图像计数方法在精度和速度上均优于现有方法,其准确率可达到97.4%。本文比较发现拉普拉斯算子在图片分割的交并集及最终的计数中表现较好,优于Roberts算子、Prewitt算子和Sobel算子。本文还发现U-Net++对重叠细胞的分割也更加清晰,FCN网络模型分割后的交并集在70.8%,U-Net网络分割后的交并集在78.3%,而U-Net++为86.1%。(2)本文开发了一款基于本文方法的细胞计数系统。为实现本文算法的桌面应用,本文选择了前后端分离的开发方式,前端项目运行在浏览器内核中,然后将浏览器内核嵌入到后端项目中,前端通过Http请求的方式调用后端接口进行数据的交互和处理,后端将处理完后的数据存入SQLite数据库并通过直接调用Vue的方法发送到前端,这种方法大大加快了开发进度以及降低了学习的成本。细胞计数系统包含图像基础功能、显微图像处理、目标测量/颗粒统计、绘图与标注、报表打印六大功能模块。支持直接导入细胞图像,进行去噪、调整,增强对比度等预处理操作;利用本文计数算法,系统自动定位细胞位置,分析细胞大小、形状,最终实现细胞分类计数。本文开发的细胞计数系统,功能全面、计数准确、自动化程度高,更加符合研究人员的实际需求。

关键词：细胞计数 U-Net++ 细胞分割全连接神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

生物组织显微图像中的细胞计数方法

生物组织显微图像中的细胞计数方法

作者：赵欣欣华中科技大学

学位级别：硕士

在生物学样本的功能性研究或者临床病理学研究中，细胞计数都有极其重要的意义。目前，流式细胞仪在细胞计数中应用比较广泛。流式细胞仪可以对细胞计数，但不能提供完整的样本空间位置信息，有一定的局限性。基于图像处理的细胞计数也... 详细信息

在生物学样本的功能性研究或者临床病理学研究中，细胞计数都有极其重要的意义。目前，流式细胞仪在细胞计数中应用比较广泛。流式细胞仪可以对细胞计数，但不能提供完整的样本空间位置信息，有一定的局限性。基于图像处理的细胞计数也越来越多的应用在研究领域，这种方法利用显微成像系统对生物样本成像，然后使用合适的图像处理技术实现计数。显微成像系统克服了这方面的缺陷，在对成像结果分析后，既能进行细胞数量统计，又能记录样本大范围的空间位置信息。本荧光显微成像系获取图像中，包括孤立细胞和粘连细胞。其中孤立细胞的计数比较容易，故细胞计数关键在于对粘连细胞计数。本文中的实验数据的特点为：最多有三个细胞粘连、粘连细胞占比重不大、整个样本数据量大。本文依据样本数据的特点，结合前人的研究成果，利用一种凹度检测算法。此算法利用凹点与粘连细胞数量的对应关系，实现对粘连细胞计数。既能保证计数准确率，又可以提高算法运算速度。本文实现凹度检测算法的主要步骤如下：分割前预处理、细胞计数、结果输出与评价。其中，分割前预处理为图像滤除噪声和提高对比度，细胞计数关键在粘连细胞计数，结果评价指标包括准确度、漏检率和错检率。以人工计数结果作为标准，本算法计数准确率可达90.6%，错检率3.4%，漏检率9.4%。可初步满足实验计数需求。

关键词：荧光样本图像分割细胞计数凹度检测算法

基于Android平台的现场牛乳体细胞计数系统研究

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Android平台的现场牛乳体细胞计数系统研究

作者：刘茂莲重庆大学

学位级别：硕士

牛乳体细胞的数量是诊断奶牛是否患有乳房炎的国际性指标,同时影响着牛奶的产量和品质,因此,对牛乳体细胞数量的检测具有重要的现实意义。在信息移动化的时代,便携的智能设备逐步取代传统设备,基于移动终端的牛乳体细胞检测系统是传统... 详细信息

牛乳体细胞的数量是诊断奶牛是否患有乳房炎的国际性指标,同时影响着牛奶的产量和品质,因此,对牛乳体细胞数量的检测具有重要的现实意义。在信息移动化的时代,便携的智能设备逐步取代传统设备,基于移动终端的牛乳体细胞检测系统是传统牛乳体细胞检测仪的一个重要发展方向。相对于传统检测仪,该系统具有体积小、集成化高、便携、智能等优点,在实时检测方面具有广阔的应用前景。基于Android平台的牛乳体细胞计数系统由计数装置和计数软件两部分组成。本论文主要研究内容包括:①从牛乳体细胞检测意义入手,介绍了国内外现有的牛乳体细胞检测技术和检测仪器,结合便携式移动平台的发展状况,提出牛乳体细胞检测技术与移动平台相结合的新方向和思路,指出本论文所构建的牛乳体细胞计数系统的实时性和便携性。②在MATLAB环境下仿真处理牛乳体细胞荧光图像,尝试了多种图像预处理经典算法,并进行对比和选择,对预处理后的图像采用基于形态学顶帽变换的阈值分割算法二值化,再采用火蔓式计数算法计数,为基于Android平台的牛乳体细胞计数软件提供了图像处理算法支持。③分析了Android结构框架及Android应用程序的开发,阐明在移动设备中实现牛乳体细胞计数的可行性,为该软件的开发提供了架构平台。基于eclipse开发软件,使用Java编程语言,设计和编写了在Android操作系统下的牛乳体细胞计数软件,包括界面显示、图像获取和图像处理模块,实现了对牛乳体细胞的图像获得、截取、预处理、阈值分割和细胞计数等功能,该软件具有界面清晰、简明和响应快速的特征。④设计了牛乳体细胞计数装置结构,重点研究了其中的微流控采样和荧光放大模块。对基于Android平台的牛乳体细胞计数系统进行了综合测试和对比实验,验证了该系统能够现场、实时、准确的对新鲜牛奶中体细胞计数。本论文在最后总结了该系统的主要研究内容并指出系统中的不足和缺陷,为进一步工作提出了修改意见。

关键词：牛乳体细胞细胞计数 Android 图像处理

基于自适应滤波与智能算法的视网膜细胞计数研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于自适应滤波与智能算法的视网膜细胞计数研究

作者：张素云云南大学

学位级别：硕士

细胞作为生命物体构成的基础单元,它的作用不言而喻。为了深入了解细胞,细胞技术应运而生。细胞技术采用的是细胞的显微图像,因此细胞的显微图像处理与分析成了研究生命科学领域中一种不可缺少的技术,占有着举足轻重的地位。随着科学技... 详细信息

细胞作为生命物体构成的基础单元,它的作用不言而喻。为了深入了解细胞,细胞技术应运而生。细胞技术采用的是细胞的显微图像,因此细胞的显微图像处理与分析成了研究生命科学领域中一种不可缺少的技术,占有着举足轻重的地位。随着科学技术的发展以及显微技术日渐成熟,我们取得的生物微观数据也越来越丰富。然而要准确研究分析这些数据,对于当代生命科学领域和计算机领域人员而言是一项充满挑战的任务。经过多位专家研究发现,通过计算范围内细胞的数量可得知该生命体此部位健康与否。因此细胞计数也成为了研究细胞图像的一项重要方法。本文针对显微图像处理领域的细胞进行检测计数,其目标是暗视野下猫视网膜高密度细胞。论文的主要内容如下:针对高密度的视网膜细胞的图像特点(细胞中间有暗区、四周高亮),我们先在频域上进行一次滤波即二维离散傅里叶高斯高通滤波,对图像进行增强锐化处理;再采用两种新型滤波—阈值划分自适应模糊增强滤波、阈值划分自适应抑制性梯度滤波,将细胞中心暗区变为高亮区域,同时降低其余部分的亮度。以此来对细胞进行有效滤波。在细胞分割方面,本文采用的是基于智能算法的极大值处理。在现有的极值处理中,往常均是采用固定的选取范围进行极值处理,而本文加入了随机自适应极值计算,其目的在于提高计算效率的同时优化处理结果。另外我们采取了两种智能算法—改进遗传算法、粒子群算法,对比两种算法后选出最优的优化算法,将改进的极值与智能算法相结合对图像进行分割计数。最后通过与人工计数进行比较及误差分析,得出本次处理结果误差率较低,完全在可以接受的误差范围内。由此证明本文提出的方法适用于高密度视网膜细胞图像处理。

关键词：细胞计数频域滤波智能算法自适应极值

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于密度回归估计的细胞计数方法研究

基于密度回归估计的细胞计数方法研究

作者：丁媛媛山东师范大学

学位级别：硕士

近年来,医学图像处理在医学诊断任务中变得越来越重要,生物学和医学中的许多工作需要通过显微细胞图像计算细胞数目,帮助医疗过程中进行对疾病的诊断和选择适当的治疗方法。随着计算机视觉领域的发展,医学诊断研究等工作越来越多的应用... 详细信息

近年来,医学图像处理在医学诊断任务中变得越来越重要,生物学和医学中的许多工作需要通过显微细胞图像计算细胞数目,帮助医疗过程中进行对疾病的诊断和选择适当的治疗方法。随着计算机视觉领域的发展,医学诊断研究等工作越来越多的应用到成像仪来对图像中的细胞计数,然而准确计算图像中细胞的数量是一项具有挑战性的任务,由于细胞大小和形状会随着时间发生显著变化,以及图像中的细胞分布较密集,会出现相互遮挡、粘连等情况,准确的计算细胞图像中的数目是非常困难的。为了解决这些问题,许多现有工作使用密度回归估计的方法来计算细胞图像中的细胞数目,将输入模型的细胞图像通过深度学习等技术转换为预测密度图,之后对预测密度图进行回归计数来估计图像中的细胞数目,密度回归估计的方法对于图像中细胞数目的计算比检测方法有着更高的准确度。因此本文对基于密度回归估计的方法计算图像中细胞数目的工作展开研究,考虑到传统的基于密度回归估计的方法中会造成误差的因素,本文提出两种方法来解决上述问题,本文的创新点和贡献主要包括以下两点:(1)通过直接学习从预测计数图到注释图的映射的方法来对图像中的细胞计数,以此来避免由高斯核生成地面真值(ground truth)预测密度图的过程对结果的影响,使用贝叶斯算法来优化损失函数,从数据集中的注释来构建密度贡献概率模型,通过对每个像素对计数的贡献概率和估计密度的乘积求和,来计算每个注释点的期望计数。(2)使用一种基于最优传输理论的损失函数,该算法将细胞计数视为概率分布问题,将密度值映射和二进制点注释转换为概率密度函数,并测量它们之间的差别,通过这种方式来可靠地监督计数器生成预测计数图,并将熵正则化约束项添加到损失函数中,以提高训练过程的稳定性,并使预测计数图更接近注释图。为了证明方法的有效性,本文在三个公开可用的细胞计数基准上进行评估,分别为合成荧光显微镜(VGG)数据集、改良骨髓(MBM)数据集和人类皮下脂肪组织(ADI)数据集,实验结果表明,本文的方法在这三个数据集上都展示出了与现有工作最优结果相当或优于最好结果的表现。

关键词：细胞计数密度回归损失函数卷积神经网络