留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

浮游藻类细胞微流控-显微图像形变校正方法

胡翔,殷高方,赵南京,何前锋,梁天泓,黄朋,徐敏,贾仁庆

downloadPDF
胡翔, 殷高方, 赵南京, 何前锋, 梁天泓, 黄朋, 徐敏, 贾仁庆. 浮游藻类细胞微流控-显微图像形变校正方法[J]. , 2023, 16(4): 788-795. doi: 10.37188/CO.2022-0244
引用本文: 胡翔, 殷高方, 赵南京, 何前锋, 梁天泓, 黄朋, 徐敏, 贾仁庆. 浮游藻类细胞微流控-显微图像形变校正方法[J]. , 2023, 16(4): 788-795.doi:10.37188/CO.2022-0244
HU Xiang, YIN Gao-fang, ZHAO Nan-jing, HE Qian-feng, LIANG Tian-hong, HUANG Peng, Xu Min, JIA Ren-qing. Microfluidic-microscopic image deformation correction method for planktonic algal cells[J]. Chinese Optics, 2023, 16(4): 788-795. doi: 10.37188/CO.2022-0244
Citation: HU Xiang, YIN Gao-fang, ZHAO Nan-jing, HE Qian-feng, LIANG Tian-hong, HUANG Peng, Xu Min, JIA Ren-qing. Microfluidic-microscopic image deformation correction method for planktonic algal cells[J].Chinese Optics, 2023, 16(4): 788-795.doi:10.37188/CO.2022-0244

浮游藻类细胞微流控-显微图像形变校正方法

doi:10.37188/CO.2022-0244
基金项目:安徽省科技重大专项(No. 202203a07020002,No. 202003a07020007);国家重点研发计划(No. 2022YFC3103901,No. 2021YFC3200100);国家自然科学基金(No. 61875207);深圳市可持续发展科技专项(No. KCXFZ20201221173007020)
详细信息
    作者简介:

    胡 翔(1998—),男,安徽铜陵人,硕士研究生,2016年于滁州学院获得学士学位,2020—2023年就读于合肥学院,2021—2023年在中国科学院安徽光学精密机械研究所进行联合培养。主要从事微流控-显微成像方面的研究。E-mail:1962471065@qq.com

    殷高方(1979—),男,安徽枞阳人,博士,研究员,博士生导师,2003年于安徽师范大学获得学士学位,2011年于中国科学院安徽光学精密机械研究所获得博士学位,现为中国科学院合肥物质科学研究院安徽光学精密机械研究所研究员,主要从事水体浮游生物和微生物光学检测技术的研究。E-mail:gfyin@aiofm.ac.cn

    赵南京(1976—),男,安徽砀山人,博士,研究员,博士生导师,1999年于合肥工业大学获得学士学位,2005年于中国科学院安徽光学精密机械研究所获得博士学位,现为中国科学院合肥物质科学研究院安徽光学精密机械研究所研究员,主要从事环境光学检测技术研究。E-mail:njzhao@aiofm.ac.cn

  • 中图分类号:X832

Microfluidic-microscopic image deformation correction method for planktonic algal cells

Funds:Supported by Anhui Province Science and Technology Major Special Project (No. 202203a07020002, No. 202003a07020007);National key research and development program (No. 2022YFC3103901, No. 2021YFC3200100);the National Natural Science Foundation of China (No. 61875207); Shenzhen Sustainable Development Science and Technology Project (No. KCXFZ20201221173007020)
More Information
  • 摘要:

    流式细胞显微图像分析法是水体浮游藻类自动鉴别的重要发展方向,快速进样条件下细胞显微图像将产生形变,影响浮游藻类自动鉴别准确率。本文基于搭建的浮游藻类微流控-显微成像实验系统,通过对不同进样流速下藻类细胞显微形变和图像清晰度的分析,研究了流速对显微成像形变的影响规律。分析基于卷帘快门拍摄运动物体产生形变原理,提出了单向偏移像素的图像形变校正方法,并与藻类细胞静态条件下获取的图像进行了对比分析。实验结果表明:静态条件下,湖生卵囊藻细胞的图像长宽比及清晰度均值分别为1.16和116.53;动态进样过程中,随着流速增大细胞图像形变(长宽比)逐渐增大、清晰度降低;95 µL/min进样流速下,校正前后细胞图像长宽比均值分别为1.35和1.26,形变离散程度由校正前的0.33降至0.1,与静态细胞形态接近且校正前后图像清晰度基本不变。本文研究结果为提升水体浮游藻类细胞自动鉴别准确率提供了依据。

  • 图 1实验装置示意图

    Figure 1.Schematic diagram of experiment system

    图 2微流控芯片封装实物图

    Figure 2.Physical view of microfluidic chip package

    图 3卷帘快门工作方式及图像形变校正方法

    Figure 3.Rolling shutter working mode and image deformation correction method

    图 4静态条件下拍摄的(a)藻类图片和(b)算法提取出的单个藻类图片

    Figure 4.(a) Algae images taken under static conditions and (b) individual algae images pictures extracted by the proposed algorithm

    图 5不同流速下湖生卵囊藻单细胞图片

    Figure 5.Pictures of single cells of Oocysts lacustis at different flow rates

    图 6不同流速下湖生卵囊藻图像质量

    Figure 6.Image quality of Oocysts lacustis at different flow rates

    图 7不同流速下校正前后湖生卵囊藻单细胞图像

    Figure 7.Pictures of single cells of Oocysts lacustis before and after restoration at different flow rates

    图 8不同流速校正前后藻类细胞长宽比

    Figure 8.Aspect ratios of algal cell before and after correction at different flow rates

    图 9不同流速下湖生卵囊藻校正前后平均图像质量

    Figure 9.Average image qualities before and after restoration of Oocysts lacustis at different flow rates

  • [1] 张春梅, 米武娟, 许元钊, 等. 南水北调中线总干渠浮游植物群落特征及水环境评价[J]. 水生态学杂志,2021,42(3):47-54.doi:10.15928/j.1674-3075.201906280161

    ZHANG CH M, MI W J, XU Y ZH,et al. Phytoplankton community characteristics and water environment assessment in the main channel of the middle route of the South-to-North Water Diversion Project[J].Journal of Hydroecology, 2021, 42(3): 47-54. (in Chinese)doi:10.15928/j.1674-3075.201906280161
    [2] 张帅, 彭福利, 季雨来, 等. 耦合敏感参数实时识别的新型数据同化算法研究——以湖泊藻类模拟为例[J]. 湖泊科学,2022,34(6):1877-1889.doi:10.18307/2022.0608

    ZHANG SH, PENG F L, JI Y L,et al. A new data assimilation method coupled with real-time detection of sensitive parameters: an example of phytoplankton modeling in lakes[J].Journal of Lake Sciences, 2022, 34(6): 1877-1889. (in Chinese)doi:10.18307/2022.0608
    [3] 唐诗俊. 藻类图像的精确识别算法的研究与应用[D]. 成都: 电子科技大学, 2020.

    TANG SH J. Research and application of accurate recognition algorithm for algae image[D]. Chengdu: University of Electronic Science and Technology of China, 2020. (in Chinese)
    [4] 王义强, 林方睿, 胡睿, 等. 大视场光学显微成像技术[J]. 中国光学(中英文),2022,15(6):1194-1210.doi:10.37188/CO.2022-0098

    WANG Y Q, LIN F R, HU R,et al. Large field-of-view optical microscopic imaging technology[J].Chinese Optics, 2022, 15(6): 1194-1210. (in Chinese)doi:10.37188/CO.2022-0098
    [5] 张雯. 基于形态学与不完全树形小波分解的藻类图像纹理识别算法的研究 [D]. 青岛: 中国海洋大学, 2011.

    ZHANG W. Research of the algae image texture based on morphology and none entirely tree wavelet decomposition[D]. Qingdao: Ocean University of China, 2020. (in Chinese)
    [6] 胡圣, 刘浩兵, 刘辉, 等. 基于深度学习技术的藻类智能监测系统开发[J]. 中国环境监测,2022,38(1):200-210.doi:10.19316/j.issn.1002-6002.2022.01.19

    HU SH, LIU H B, LIU H,et al. Research on monitoring system of algae detection and classification based on deep learning[J].Environmental Monitoring in China, 2022, 38(1): 200-210. (in Chinese)doi:10.19316/j.issn.1002-6002.2022.01.19
    [7] QIAO X Y. Research on imbalanced microscopic image classification of harmful algae[J].IEEE Access, 2020, 8: 125438-125446.doi:10.1109/ACCESS.2020.3007646
    [8] 王立凯, 冯喜增. 微流控芯片技术在生命科学研究中的应用[J]. 化学进展,2005,17(3):482-498.doi:10.3321/j.issn:1005-281X.2005.03.015

    WANG L K, FENG X Z. Microfluidic network for research and application in life sciences[J].Progress in Chemistry, 2005, 17(3): 482-498. (in Chinese)doi:10.3321/j.issn:1005-281X.2005.03.015
    [9] 彭冉. 基于微流控芯片船舶压载水中微藻检测及分选研究[D]. 大连: 大连海事大学, 2013.

    PENG R. Automatically detecting and sorting algae in ships’ ballast water on a microfluidic chip[D]. Dalian: Dalian Maritime University, 2013. (in Chinese)
    [10] 楚惠. 基于图像流式细胞技术的微藻检测系统设计[D]. 大连: 大连海事大学, 2016.

    CHU H. Design of micro algae detection system based on image micro-fluidic[D]. Dalian: Dalian Maritime University, 2013. (in Chinese)
    [11] 陶淑苹, 冯钦评, 陈晓龙, 等. 数字域时间延迟积分CMOS遥感相机动态传函建模分析[J]. 中国光学(中英文),2022,15(5):983-991.doi:10.37188/CO.2022-0111

    TAO SH P, FENG Q P, CHEN X L,et al. Dynamic MTF modeling and analysis of digital domain TDI CMOS remote sensing camera[J].Chinese Optics, 2022, 15(5): 983-991. (in Chinese)doi:10.37188/CO.2022-0111
    [12] HAN Y Y, GU Y, ZHANG A C,et al. Review: imaging technologies for flow cytometry[J].Lab on a Chip, 2016, 16(24): 4639-4647.doi:10.1039/C6LC01063F
    [13] 张博研, 孔德柱, 刘金国, 等. 卷帘快门式CMOS探测器的星图像移补偿[J]. 中国光学,2020,13(6):1276-1284.doi:10.37188/CO.2020-0089

    ZHANG B Y, KONG D ZH, LIU J G,et al. Compensation of star image motion for a CMOS image sensor with a rolling shutter[J].Chinese Optics, 2020, 13(6): 1276-1284. (in Chinese)doi:10.37188/CO.2020-0089
    [14] 曾海飞, 韩昌佩, 李凯, 等. 改进的梯度阈值图像清晰度评价算法[J]. 与光电子学进展,2021,58(22):2211001.

    ZENG H F, HAN CH P, LI K,et al. Improved gradient threshold image sharpness evaluation algorithm[J].Laser&Optoelectronics Progress, 2021, 58(22): 2211001. (in Chinese)
  • 加载中
图(9)
计量
  • 文章访问数:219
  • HTML全文浏览量:126
  • PDF下载量:198
  • 被引次数:0
出版历程
  • 收稿日期:2022-11-28
  • 录用日期:2023-02-24
  • 修回日期:2023-01-06
  • 网络出版日期:2023-03-21

目录

    /

      返回文章
      返回
        Baidu
        map