發(fā)布時間：2023-03-25 00:04

　　一種基于微流控芯片和CMOS圖像傳感器的片上無透鏡細胞檢測系統(tǒng)為實現(xiàn)便攜化、智能化的細胞檢測設備提供了新方向。此無透鏡系統(tǒng)采集的細胞圖像分辨率低且圖像灰度變化受實驗環(huán)境影響大,采用傳統(tǒng)的方法進行細胞分割不具有魯棒性,并且對噪聲敏感,難以實現(xiàn)高精度的分割。因此,研究低分辨率細胞圖像的高精度分割方法對無透鏡細胞檢測系統(tǒng)的細胞圖像分割具有重要意義。對于低分辨率細胞圖像的自動分割問題,提出使用卷積神經(jīng)網(wǎng)絡分割方法實現(xiàn)。由于無透鏡系統(tǒng)采集的細胞圖像難以制作網(wǎng)絡所需的數(shù)據(jù)集,故模擬系統(tǒng)采集的細胞圖像進行數(shù)據(jù)集的制作。針對低分辨率圖像數(shù)據(jù)集設計網(wǎng)絡結構效率低的問題,提出利用高分辨率細胞圖像特征明顯、易于分割的特點來確定合適的原始網(wǎng)絡結構從而縮減卷積神經(jīng)網(wǎng)絡的設計周期。首先通過高分辨率數(shù)據(jù)集的特點調(diào)整初始網(wǎng)絡模型,實現(xiàn)網(wǎng)絡的輕量化以便于后期移植。經(jīng)測試,輕量化后的網(wǎng)絡對高分辨率細胞圖像的分割精度可達97%左右;然后,采用低分辨率數(shù)據(jù)集驗證高分辨數(shù)據(jù)集確定網(wǎng)絡的可行性,測試分割精度達91%左右,表明高分辨率數(shù)據(jù)集確定的網(wǎng)絡模型適用于低分辨圖像;接著結合無透鏡系統(tǒng)采集的細胞圖像具有衍射圖斑這一特點對網(wǎng)絡進...

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究背景及意義
    1.2 細胞檢測技術的發(fā)展歷史及現(xiàn)狀
    1.3 細胞分割方法的研究現(xiàn)狀與發(fā)展
    1.4 本文研究內(nèi)容
    1.5 本文的結構安排
2 細胞圖像分割算法
    2.1 傳統(tǒng)細胞分割算法
        2.1.1 基于閾值的分割算法
        2.1.2 基于區(qū)域的分割算法
        2.1.3 基于邊緣的分割算法
    2.2 卷積神經(jīng)網(wǎng)絡分割算法
        2.2.1 卷積神經(jīng)網(wǎng)絡概述
        2.2.2 卷積神經(jīng)網(wǎng)絡分割算法中的特殊結構
    2.3 本章小結
3 細胞圖像分割算法的研究
    3.1 高分辨率細胞圖像數(shù)據(jù)庫建立
    3.2 分割評價評價標準
    3.3 高分辨率的細胞分割算法實現(xiàn)
        3.3.1 網(wǎng)絡參數(shù)對細胞圖像分割結果的影響
        3.3.2 卷積神經(jīng)網(wǎng)絡分割算法與其他算法分割結果對比
    3.4 本章小結
4 無透鏡系統(tǒng)下的細胞圖像分割算法研究
    4.1 數(shù)據(jù)庫建立
    4.2 低分辨細胞分割算法
    4.3 低分辨圖像分割方法的實現(xiàn)
        4.3.1 不同網(wǎng)絡結構對細胞圖像分割質量的影響
        4.3.2 網(wǎng)絡參數(shù)對低分辨率圖像分割質量的影響
    4.4 本章小結
5 應用于細胞圖像的卷積神經(jīng)網(wǎng)絡壓縮方法研究
    5.1 卷積神經(jīng)網(wǎng)絡權值的分析及壓縮
        5.1.1 神經(jīng)網(wǎng)絡參數(shù)壓縮
        5.1.2 神經(jīng)網(wǎng)絡數(shù)據(jù)精度量化壓縮
    5.2 本章小結
6 總結與展望
    6.1 工作總結
    6.2 工作展望
致謝
參考文獻
攻讀學位期間主要研究成果



本文編號：3770123