基于计算机视觉的液滴图像拼接与识别算法研究

doi:10.3969/j.issn.0258-8021.2021.03.13

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (7510 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要液滴微流控技术是近来年生物医学领域新兴的生化分析手段,要提高其检测的灵敏度和特异性,对微流控芯片中的目标液滴实现高通量、高精度检测与计数具有重要的研究意义。提出一种低复杂度、低成本、高灵敏度的基于计算机视觉的荧光液滴图像与明场液滴图像拼接与识别方法,可以实现对扩增后的液滴芯片扫描拍照后的拼接,并且通过轮廓检测以及轮廓筛选,对拼接后的图像进行准确的液滴识别。实验表明,该算法对荧光和非荧光液滴的识别率均达到99.2%以上,与较高复杂度的基于分水岭分割法相比更加简单可靠,可达到与分水岭算法相同的识别正确率,具有一定优越性,能在高通量液滴检测领域得到较好的应用。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	张嘉文
	董晓斌
	苗桂君
	邱宪波

关键词 ：数字PCR, 液滴数字PCR, 计算机视觉, 图像拼接, 液滴识别

Key words： digital PCR droplet digital PCR computer vision image mosaic droplet recognition

收稿日期: 2020-12-11

PACS:

R318

基金资助:国家自然科学基金(81871505)

通讯作者: * E-mail: miaogj@mail.buct.edu.cn

引用本文:

张嘉文, 董晓斌, 苗桂君, 邱宪波. 基于计算机视觉的液滴图像拼接与识别算法研究[J]. 中国生物医学工程学报, 2021, 40(3): 375-379.
Zhang Jiawen, Dong Xiaobin, Miao Guijun, Qiu Xianbo. Research on Droplet Image Mosaic and Recognition Algorithm Based on Computer Vision. Chinese Journal of Biomedical Engineering, 2021, 40(3): 375-379.

链接本文:

http://cjbme.csbme.org/CN/10.3969/j.issn.0258-8021.2021.03.13 或 http://cjbme.csbme.org/CN/Y2021/V40/I3/375

[1] Wang Han, Chen Beibei, He Man, et al. A facile Droplet-Chip-Time-Resolved inductively coupled plasma mass spectrometry online system for determination of Zinc in single cell [J]. Analytical Chemistry, 2017, 89(9): 4931-4938.
[2] 李霄, 丁颖, 季盼,等. 液滴式数字PCR检测晚期非小细胞肺癌血液EGFR突变的应用价值 [J]. 临床检验杂志, 2019, 37(8): 579-582.
[3] Dong Lianhua, Zhou Junbo, Niu Chunyan, et al. Highly accurate and sensitive diagnostic detection of SARS-CoV-2 by digital PCR [OL]. https://doi.org/10.1016/j.talanta.2020.121726,2020-10-27/2020-12-22
[4] Pinheiro LB, Coleman VA, Hindson CM, et al. Evaluation of a droplet digital polymerase chain reaction format for DNA copy number quantification [J]. Analytical Chemistry, 2012, 84(2): 1003-1011.
[5] 莫建华. 基于CMOS的μTAS荧光检测系统的开发 [D]. 杭州: 浙江大学, 2005.
[6] 李如峰. 荧光显微图像中微液滴自动检测方法研究 [D]. 上海: 上海交通大学, 2019.
[7] Lowe D, Kong XY. NavOptim coding: supporting website navigation optimisation using effort minimisation [C]//IEEE/WIC/ACM International Conference on Web Intelligence.Beijing: IEEE Computer Society, 2004:91-97.
[8] 傅卫平, 秦川, 刘佳,等. 基于SIFT算法的图像目标匹配与定位 [J]. 仪器仪表学报, 2011, 32(1): 163-169.
[9] 赵向阳, 杜利民. 一种全自动稳健的图像拼接融合算法 [J]. 中国图象图形学报, 2004, 9(4): 35-40.
[10] Chen SD, Ramli AR. Contrast enhancement using recursive mean-separate histogram equalization for scalable brightness preservation [J]. IEEE Transactions on Consumer Electronics, 2003, 49(4): 1301-1309.
[11] Canny J. A computational approach to edge detection [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1986, 8(6): 679-698.
[12] 钱文光, 林小竹. 基于轮廓尖锐度的图像角点检测算法 [J]. 计算机工程, 2008, 34(6): 202-204.
[13] Xiong Fusong. Survey over image thresholding techniques based on entropy [C]// 2014 International Conference on Information Science, Electronics and Electrical Engineering (ISEEE). Sapporo: IEEE, 2014:1329-1333.
[14] 刘松生, 袁浩均, 刘强,等. 液滴数字PCR芯片结果自动化读出平台的研究 [J]. 现代电子技术, 2017, 40(18): 1-6.
[15] Pang Quan, Yang Cuirong, Fan Yingle, et al. Overlapped cell image segmentation based on distance transform [C]//The 6th World Congress on Intelligent Control and Automation. Dalian: IEEE,2006:9858-9861.
[16] 邱梦凯. 数字PCR液滴识别方法的研究与实现 [D]. 沈阳: 沈阳理工大学, 2019.
[17] 王国权, 周小红, 蔚立磊. 基于分水岭算法的图像分割方法研究 [J]. 计算机仿真, 2009, 26(5): 255-258.