System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及辅助生殖领域,尤其是涉及备液质量检测方法。
技术介绍
1、在辅助生殖领域,胚胎培养过程中需要提前制备好胚胎培养用的培养皿,此过程称为备液。备液过程中涉及到将培养液和矿物油按一定排列滴定在培养皿中,以确保培养液液滴被矿物油覆盖,防止培养液中水分挥发,影响培养液的渗透压。
2、然而,备液操作过程中可能会因为操作失误导致液滴形状不规则、出现气泡等问题,培养皿表面处理不当或点液方式错误可能会导致培养液液滴高度过低,以及培养皿在备液过程中可能进入杂质,导致液滴污染。
3、人工筛选备液合格的培养皿劳动力成本高,效率较低,且受主观性等因素影响导致可重复性和精度较低。因此,迫切需要一种能够自动评估备液质量的方法,以提高备液效率和质量。
技术实现思路
1、为了克服现有技术的不足,本专利技术的目的之一在于提供一种能够准确的自动评估备液质量的方法,无需人工筛选完成备液的培养皿。
2、本专利技术的目的之一采用如下技术方案实现:
3、一种备液质量检测方法,包括以下步骤:
4、采集培养液备液的原始图像,对原始图像的宽度和高度进行等比例缩小;
5、对缩小后的图像基于高斯模糊函数估计的背景光强,获得背景图;
6、将缩小后的图像减掉背景图,得到前景图像;
7、对前景图像进行归一化处理,对归一化处理后的前景图像进行二值化处理,使所述前景图像对比度增强、特征强化;
8、基于膨胀和腐蚀的形态学闭操作连
9、对处理图像进行物体轮廓查找,使用基于sobel边缘检测算法和链码表示法的轮廓追踪算法,通过对二值图像进行轮廓检测,可以提取出图像中的边界线,利用图像的几何特性来提取并表示图像中的物体轮廓,基于douglas-peucker算法消除轮廓曲线的毛刺和噪点得到最终图像;
10、基于向量叉积的shoelace多边形面积计算公式,计算最终图像的轮廓面积,根据面积大小筛选出液滴轮廓、气泡和杂质轮廓,根据圆度和灰度值区分杂质和气泡,计算液滴轮廓圆度和液滴高度,给出有无杂质和气泡、液滴形态质量评估指标。
11、进一步的,所述对原始图像的宽度和高度进行等比例缩小具体为:原始图像的尺寸为(w,h),w为宽度,h为高度,压缩后图像尺寸为(w/k,h/k),其中k根据图像大小、处理效率进行调节。
12、进一步的,对缩小后的图像基于高斯模糊函数估计的背景光强,获得背景图,具体为:高斯模糊函数用于生成一个权重矩阵,其公式如下:
13、
14、其中,x,y是像素点与中心点的相对位置,x和y的取值与高斯核有关,高斯核的大小(size(bx,by))是一个二维矩阵,bx和by分别是高斯核的宽度和高度,x取值范围为到之间的整数,y的取值范围为到之间的整数,σ为标准差,σ决定了模糊的程度,σ根据高斯核大小自动计算。
15、进一步的,对前景图像进行归一化处理具体为:
16、
17、其中,src(x,y)为第四图像的像素值,max_src和min_src为前景图像的像素值的最小和最大值,max_dst和min_dst为目标范围的最小和最大值,dst(x,y)是归一化后图像的像素值。
18、进一步的,对归一化处理后的前景图像进行二值化处理具体为:
19、
20、其中,dst(x,y)是归一化后图像的像素值,dst2(x,y)为二值化处理后图像的像素值。
21、进一步的,闭操作具体为:
22、
23、其中,a为处理图像,b为结构元素,即卷积核,a·b为图像a在结构元素b下的闭操作,表示膨胀操作,表示腐蚀操作。
24、进一步的,所述基于douglas-peucker算法消除轮廓曲线的毛刺和噪点具体为:
25、douglas-peucker算法的公式为
26、
27、其中,(x1,y1)、(x2,y2)为两个端点坐标,(x,y)为待测点的坐标。
28、进一步的,所述计算最终图像的轮廓面积具体为:
29、
30、其中,a为面积,(xi,yi)表示多边形的第i个顶点的坐标,(xi+1,yi+1)表示下一个顶点的坐标。
31、进一步的,所述根据圆度和灰度值区分杂质和气泡中,圆度计算公式为:
32、
33、其中,area为轮廓的面积,perimeter为轮廓的周长。
34、进一步的,所述计算液滴轮廓圆度和液滴高度中,液滴高度公式为:
35、
36、其中,v为备液的体积,a为液滴轮廓的面积,h为液滴的高度。
37、相比现有技术,本专利技术备液质量检测方法通过采集培养液备液的原始图像,对原始图像的宽度和高度进行等比例缩小;对缩小后的图像基于高斯模糊函数估计的背景光强,获得背景图;将缩小后的图像减掉背景图,得到前景图像;对前景图像进行归一化处理,对归一化处理后的前景图像进行二值化处理,使所述前景图像对比度增强、特征强化;基于膨胀和腐蚀的形态学闭操作连接二值化处理后的图像的轮廓断点,获得处理图像;对处理图像进行物体轮廓查找,使用基于sobel边缘检测算法和链码表示法的轮廓追踪算法,通过对二值图像进行轮廓检测,可以提取出图像中的边界线,利用图像的几何特性来提取并表示图像中的物体轮廓,基于douglas-peucker算法消除轮廓曲线的毛刺和噪点得到最终图像;基于向量叉积的shoelace多边形面积计算公式,计算最终图像的轮廓面积,根据面积大小筛选出液滴轮廓、气泡和杂质轮廓,根据圆度和灰度值区分杂质和气泡,计算液滴轮廓圆度和液滴高度,给出有无杂质和气泡、液滴形态质量评估指标,能够准确的自动评估备液质量,无需人工筛选完成备液的培养皿。
本文档来自技高网...【技术保护点】
1.一种备液质量检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的备液质量检测方法,其特征在于:所述对原始图像的宽度和高度进行等比例缩小具体为:原始图像的尺寸为(W,H),W为宽度,H为高度,压缩后图像尺寸为(W/k,H/k),其中k根据图像大小、处理效率进行调节。
3.根据权利要求1所述的备液质量检测方法,其特征在于:对缩小后的图像基于高斯模糊函数估计的背景光强,获得背景图,具体为:高斯模糊函数用于生成一个权重矩阵,其公式如下:
4.根据权利要求1所述的备液质量检测方法,其特征在于:对前景图像进行归一化处理具体为:
5.根据权利要求1所述的备液质量检测方法,其特征在于:对归一化处理后的前景图像进行二值化处理具体为:
6.根据权利要求1所述的备液质量检测方法,其特征在于:闭操作具体为:
7.根据权利要求1所述的备液质量检测方法,其特征在于:所述基于Douglas-Peucker算法消除轮廓曲线的毛刺和噪点具体为:
8.根据权利要求1所述的备液质量检测方法,其特征在于:所述计算最终图像的
9.根据权利要求1所述的备液质量检测方法,其特征在于:所述根据圆度和灰度值区分杂质和气泡中,圆度计算公式为:
10.根据权利要求1所述的备液质量检测方法,其特征在于:所述计算液滴轮廓圆度和液滴高度中,液滴高度公式为:
...【技术特征摘要】
1.一种备液质量检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的备液质量检测方法,其特征在于:所述对原始图像的宽度和高度进行等比例缩小具体为:原始图像的尺寸为(w,h),w为宽度,h为高度,压缩后图像尺寸为(w/k,h/k),其中k根据图像大小、处理效率进行调节。
3.根据权利要求1所述的备液质量检测方法,其特征在于:对缩小后的图像基于高斯模糊函数估计的背景光强,获得背景图,具体为:高斯模糊函数用于生成一个权重矩阵,其公式如下:
4.根据权利要求1所述的备液质量检测方法,其特征在于:对前景图像进行归一化处理具体为:
5.根据权利要求1所述的备液质量检测方法,...
【专利技术属性】
技术研发人员:王春元,孙海旋,王钟周,赵振英,徐林钰,李俊坡,吴升鹏,闫雪松,曹润滋,曹旭刚,
申请(专利权)人:中国科学院苏州生物医学工程技术研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。