面向細胞行為辨識的計算機視覺研究與應用.pdf

1、細胞是生命體結(jié)構(gòu)與功能的基本單位，在生命的整個過程中都伴隨著細胞的生長、發(fā)育、代謝、衰老和死亡。因此，細胞多維信息的獲取與研究對理解生命體生理現(xiàn)象至關(guān)重要。原子力顯微鏡(Atomic Force Microscope，AFM）作為利用“觸覺”力的手段來獲取細胞生理信息的方法之一，能對細胞進行微納尺度成像的同時，可以通過力的作用，操作、測量細胞膜機械特性等方面的信息。不管是通過顯微鏡直接對細胞進行觀察還是通過AFM進行掃描、操作和測量，都

2、需要通過光學顯微鏡系統(tǒng)實現(xiàn)反饋。目前的視覺反饋自動化處理方面有著很大的不足，更多的是依靠人為手工操作，精度、效率比較低，耗時較長。因此本文圍繞細胞多維信息辨識的計算機視覺技術(shù)方法與應用開展了兩個方面的研究：細胞幾何形態(tài)的自動化識別、測量系統(tǒng)和AFM微納操作機器人系統(tǒng)下顯微鏡圖像三維場景估計與誤差測量方法。
　　本文針對面向細胞行為辨識的計算機視覺技術(shù)方法，開展了關(guān)于細胞識別系統(tǒng)設(shè)計、理論分析與實驗驗證的研究，主要包括以下的方面：<

3、br>　　針對光誘導介電泳技術(shù)（Optically-induced dielectrophoresis，ODEP）對生物材料PEGDA水凝膠圖形化基底上培養(yǎng)的細胞群體，提出了一整套對細胞進行識別與測量的方法。通過預處理初始條件，運用動態(tài)規(guī)劃改進后的主動輪廓模型對細胞輪廓進行快速、準確識別，并對細胞幾何特征進行特征設(shè)計與提取，其中包括細胞面積、細胞周長、細胞重心位置、細胞半長軸、細胞生長角。在剔除了異常數(shù)據(jù)之后，分析了正確識別的細胞的幾何

4、特性與圖形化基底特征之間的關(guān)系。
　　在2D顯微鏡圖像中，通過圖像邊緣模糊度的度量對3D空間深度進行估計。首先運用高斯濾波器平滑圖像噪聲，然后通過度量圖像邊緣模糊度的方法對圖像邊緣模糊度進行數(shù)學建模。在透鏡小孔成像模型中，根據(jù)獲取的邊緣模糊度的，計算圖像整個成像場景的景深深度；最終通過實驗驗證了該方法的合理性、有效性和高分辨率。
　　根據(jù)AFM探針懸臂梁的特殊幾何結(jié)構(gòu)，本文設(shè)計了基于探針懸臂梁邊緣特征與控制點特征的探針匹配方

5、法，能夠準確將探針懸臂梁在顯微鏡下的圖像與標定的懸臂梁圖像之間進行匹配，獲取準確定位AFM探針位置，并且能夠測量探針逼近樣本前后的圖像移動誤差，獲取逼近位移誤差。最終通過實驗驗證了該方法的有效性和準確性。
　　總之，本文圍繞細胞行為辨識的計算機覺技術(shù)和方法為研究目標，提出了針對光誘導介電泳技術(shù)（ODEP）圖形化PEGDA水凝膠基底上培養(yǎng)的細胞群體的快速識別與精確測量方法，并且改進單目單圖像模糊邊緣的估計方法，提出AFM探針成像場景