新型抗腫瘤藥物的成功研發(fā)能夠帶來極大的社會及經(jīng)濟(jì)效益。傳統(tǒng)基于動物模型的抗腫瘤藥物研發(fā)存在成本高、測試時間長及有效性低等缺點。腫瘤球體培養(yǎng)作為一種新興的體外培養(yǎng)技術(shù),不僅能夠節(jié)約成本、縮短周期,而且能夠很好地模擬腫瘤細(xì)胞的黏附、侵襲及遠(yuǎn)端轉(zhuǎn)移過程,因此被廣泛應(yīng)用于抗腫瘤藥物的研究。使用球體模型進(jìn)行抗腫瘤藥物的研發(fā)過程中,需要借助高內(nèi)涵細(xì)胞培養(yǎng)系統(tǒng)以實現(xiàn)細(xì)胞球的實時觀察及分析,進(jìn)而為抗腫瘤藥物研發(fā)提供可靠的數(shù)據(jù)支持。然而,針對腫瘤細(xì)胞球這一特定場景的研究,現(xiàn)有的高內(nèi)涵細(xì)胞培養(yǎng)系統(tǒng)存在功能浪費的問題,而且價格十分昂貴。為了更好地進(jìn)行腫瘤藥物藥效分析,迫切需要研發(fā)低成本、滿足核心需求的高內(nèi)涵細(xì)胞培養(yǎng)系統(tǒng)。本文旨在進(jìn)行高內(nèi)涵細(xì)胞培養(yǎng)軟件系統(tǒng)的設(shè)計及開發(fā),以方便研究者進(jìn)行腫瘤細(xì)胞的培養(yǎng)、觀察、圖像采集及腫瘤細(xì)胞球形態(tài)學(xué)參數(shù)自動計算等一系列實驗。高內(nèi)涵系統(tǒng)的硬件設(shè)備包括附帶環(huán)境控制的細(xì)胞培養(yǎng)箱、倒置熒光顯微鏡、圖像采集CCD相機(jī)及PC端。高內(nèi)涵系統(tǒng)的軟件主要分為五個模塊,其中培養(yǎng)箱模塊用于配置及監(jiān)控細(xì)胞培養(yǎng)過程中各環(huán)境參數(shù)(包括各種氣體濃度、溫濕等);光學(xué)平臺模塊用于實現(xiàn)細(xì)胞的自動化定位;相機(jī)模塊...

【文章頁數(shù)】：99 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
        1.1.1 抗腫瘤藥物研發(fā)的現(xiàn)狀
        1.1.2 高內(nèi)涵篩選技術(shù)
        1.1.3 高內(nèi)涵細(xì)胞培養(yǎng)系統(tǒng)發(fā)展現(xiàn)狀
    1.2 研究意義
    1.3 本文主要研究內(nèi)容
    1.4 論文結(jié)構(gòu)
第二章 系統(tǒng)整體概述
    2.1 系統(tǒng)整體概述
    2.2 系統(tǒng)硬件介紹
        2.2.1 培養(yǎng)箱環(huán)控模塊
        2.2.2 光學(xué)平臺控制模塊
        2.2.3 圖像采集相機(jī)模塊
    2.3 系統(tǒng)軟件設(shè)計目標(biāo)
        2.3.1 培養(yǎng)箱模塊
        2.3.2 光學(xué)平臺模塊
        2.3.3 相機(jī)模塊
        2.3.4 形態(tài)學(xué)參數(shù)計算模塊
        2.3.5 數(shù)據(jù)庫等其他模塊
    2.4 本章小結(jié)
第三章 系統(tǒng)軟件設(shè)計與實現(xiàn)
    3.1 軟件整體架構(gòu)
    3.2 用戶展示層設(shè)計與實現(xiàn)
        3.2.1 界面展示
        3.2.2 實驗流程
    3.3 業(yè)務(wù)邏輯層設(shè)計與實現(xiàn)
        3.3.1 業(yè)務(wù)邏輯層總體設(shè)計
        3.3.2 培養(yǎng)箱業(yè)務(wù)邏輯層
        3.3.3 光學(xué)平臺及相機(jī)業(yè)務(wù)邏輯層
        3.3.4 細(xì)胞球形態(tài)學(xué)參數(shù)計算及自動對焦
    3.4 接口層設(shè)計與實現(xiàn)
        3.4.1 基礎(chǔ)任務(wù)接口
        3.4.2 基礎(chǔ)模塊任務(wù)接口
        3.4.3 運動模塊任務(wù)接口
        3.4.4 相機(jī)流程整合接口
        3.4.5 接口層全局參數(shù)
    3.5 底層服務(wù)設(shè)計與實現(xiàn)
        3.5.1 底層串口通信
        3.5.2 底層培養(yǎng)箱
        3.5.3 底層光學(xué)平臺
        3.5.4 底層相機(jī)
    3.6 形態(tài)學(xué)參數(shù)計算模塊
    3.7 數(shù)據(jù)存儲設(shè)計與實現(xiàn)
    3.8 系統(tǒng)相關(guān)技術(shù)介紹
        3.8.1 界面相關(guān)技術(shù)
        3.8.2 多線程
    3.9 本章小結(jié)
第四章 細(xì)胞球的分割與形態(tài)學(xué)參數(shù)計算
    4.1 圖像采集及樣本庫建立
        4.1.1 圖像采集
        4.1.2 樣本庫的建立
    4.2 細(xì)胞球分割方法概述
    4.3 基于傳統(tǒng)方法的細(xì)胞球分割
        4.3.1 自適應(yīng)閾值分割
        4.3.2 OTSU分割
        4.3.3 HSV分割
        4.3.4 Kmeans分割
        4.3.5 結(jié)果分析
    4.4 基于深度學(xué)習(xí)的細(xì)胞球分割
        4.4.1 深度學(xué)習(xí)網(wǎng)絡(luò)的選取
        4.4.2 U-Net網(wǎng)絡(luò)結(jié)構(gòu)
        4.4.3 U-Net細(xì)胞球分割
        4.4.4 結(jié)果分析
        4.4.5 分割評價標(biāo)準(zhǔn)
    4.5 細(xì)胞球形態(tài)學(xué)參數(shù)計算
    4.6 本章小結(jié)
第五章 系統(tǒng)測試
    5.1 系統(tǒng)功能測試
    5.2 系統(tǒng)性能測試
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
作者簡介



本文編號：3865825