CN107909570A - 一种测量细胞内应变的方法 - Google Patents

一种测量细胞内应变的方法 Download PDF

Info

Publication number
CN107909570A
CN107909570A CN201711104898.7A CN201711104898A CN107909570A CN 107909570 A CN107909570 A CN 107909570A CN 201711104898 A CN201711104898 A CN 201711104898A CN 107909570 A CN107909570 A CN 107909570A
Authority
CN
China
Prior art keywords
cell
point
field
internal strain
outline
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711104898.7A
Other languages
English (en)
Inventor
赵新
孙雨萌
刘曜玮
孙明竹
崔茂盛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nankai University
Original Assignee
Nankai University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nankai University filed Critical Nankai University
Priority to CN201711104898.7A priority Critical patent/CN107909570A/zh
Publication of CN107909570A publication Critical patent/CN107909570A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/269—Analysis of motion using gradient-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明提供了一种测量细胞内应变的方法。该方法的特点是利用稠密形光流法来检测细胞内部点的运动，该方法首先利用边缘检测算法进行细胞边缘检测，其次经过形态学开运算得到细胞轮廓，然后该方法在细胞轮廓区域划分内部点，最后计算出细胞内部点的速度场、加速度场和应变场。该方法包括：利用图像处理方法进行细胞边缘检测；利用形态学开运算获得细胞轮廓；划分细胞轮廓区域内的内部点；计算细胞内部点的速度场、加速度场和应变场。

Description

一种测量细胞内应变的方法
技术领域
本发明属于细胞级别的显微操作技术领域。
背景技术
细胞内部应变对细胞的生长发育有较大影响，例如Patricia R.Chess已经发现机械应变会引起肺上皮细胞的增殖；S.J.Gladman也证明了脊神经细胞发育与细胞内部形变相关。通过学习，我们了解到当前的细胞内应变测量方法主要分为两种，一种为单独测量一维方向上的细胞应变，另一种为对细胞进行生物标记后进行应变计算。而一种可得到分布式应变结果的、无损的细胞内部应变测量方法还没有人提出，因此设计一种测量细胞内应变的方法十分必要。
发明内容
本发明目的是设计一种测量细胞内应变的方法，以便得到一种分布式的、无损的细胞内部应变测量结果。
本发明提供了一种测量细胞内应变的方法，所述方法利用图像处理方法进行细胞边缘检测；利用形态学开运算获得细胞轮廓；划分细胞轮廓区域内的内部点；计算细胞内部点的速度场、加速度场和应变场，最后实现了一种测量细胞内应变的方法。
所述方法具体包括以下步骤：
第1、利用图像处理方法进行细胞边缘检测。
具体操作：首先，应用Canny边缘检测，获得初始的边缘图像。此时检测到的边缘杂乱，且存在很多小的闭合轮廓，很难通过进一步操作选取到细胞区域；
第2、利用形态学开运算(先腐蚀、再膨胀)获得细胞轮廓。
具体操作：对边缘图进行膨胀腐蚀，应用轮廓查找，可以获得图像的几条轮廓，之后在几条轮廓中挑选所需要的细胞轮廓，即可得到目标范围。
第3、划分细胞轮廓区域内的内部点。
具体操作：获得细胞轮廓之后，对横纵坐标分别每隔10像素遍历图像上的点，选择在轮廓内的所有点形成一个数组，作为追踪对象，并显示在图像上。
第4、计算细胞内部点的速度场、加速度场和应变场，实现了一种测量细胞内应变的方法。
具体操作：获取细胞形变或运动后内部各个点的位置，计算出细胞内部的速度场、加速度场以及应变场。
本发明的优点和积极效果：
本发明实现了一种测量细胞内应变的方法。该方法较以往的细胞应变测量方法，利用稠密形光流法实现了细胞内部应变的测量，并且较以往的方法达到了无损伤的测量的效果，得到了分布式的应变结果。可应用于细胞内应变与细胞的生存发育关系的研究、细胞内应变与克隆操作、单精注射等细胞操作成功率的关系的研究。
附图说明
图1为本发明方法的流程框图。
图2为Canny边缘检测得到的边缘图。
图3为开运算处理后的边缘图。
图4为细胞轮廓图。
图5为原图上获取到的点。
图6为卵母细胞抽核过程中的速度场、加速度场和应变场(a：速度场；b：
加速度场；c：应变场)。
具体实施方式
实施例1
本实施例为利用该方法检测家猪卵母细胞抽核过程中细胞内部的应变。
本实施例所使用的细胞是从当地屠宰场所取的家猪卵母细胞。卵母细胞的获取方法如下：
卵巢从屠宰场取出后，在两个小时之内用装有35°到37°的生理盐水的保温瓶运送到实验室。然后立刻用37°的含有100IU/L的盘尼西林和50mg/L的链霉素的无菌生理盐水清洗两次。卵母细胞从卵巢上的2到6毫米直径的小囊中抽取，将抽出的细胞用TL-Hepes-PVA冲洗三次后在39°、二氧化碳浓度5％的培养箱内体外成熟培养(IVM)42小时。经过IVM后，将细胞用0.1％的透明质酸酶进行脱卵。最后用M199将细胞清洗三次，得到的这些细胞为本例中所用卵母细胞。
本发明的实验采用NK-MR601显微操作系统进行，该装置系统构架中包括将在显微视野范围内放置细胞群的移动载物台，包括两个三自由度的操作臂，包括用于固定卵母细胞的吸持微针，包括用于刺入细胞的刺入微针。其中，吸持微针的针口半径范围为50到80微米，刺入微针的针口半径范围为9到12微米，刺入微针的回程误差为1μm，移动范围为50mm×50mm×50mm。采用的镜头为Panasonic的W-V-460。
下面结合附图对本发明做进一步说明，由附图1可知，方法包括以下步骤：第1、利用图像处理方法进行细胞边缘检测；第2、利用形态学开运算获得细胞轮廓；第3、划分细胞轮廓区域内的内部点；第4、计算细胞内部点的速度场、加速度场和应变场，实现了一种测量细胞内应变的方法。本发明提供的实现测量细胞内应变的方法的具体实施情况如下：
1、图2所示为具体步骤的第一步，通过通过图像处理方法进行细胞边缘检测：
本实施例中应用Canny边缘检测算法进行边缘检测，获得初始的边缘图像。此时检测到的边缘杂乱，且存在很多小的闭合轮廓，很难通过进一步操作选取到细胞区域；
2、图3所示为具体步骤的第二步，利用形态学开运算(先腐蚀、再膨胀)获得细胞轮廓：
由于原图中的碎片较多，在处理过程中选择了较大的结构元素，便于小碎片的联结，然后，在图3的基础上，应用轮廓查找，可以获得图像的几条轮廓。之后在几条轮廓中挑选所需要的细胞轮廓，如图4所示；
3、图5所示为具体步骤的第三步，划分细胞轮廓区域内的内部点：
获得细胞轮廓之后，对横纵坐标分别每隔10像素遍历图像上的点，选择在轮廓内的所有点形成一个数组，作为追踪对象，并显示在图像上；
4、图6所示为具体步骤中的第四步的结果，计算细胞内部点的速度场、加速度场和应变场，实现了一种测量细胞内应变的方法：
获取细胞形变或运动后内部各个点的位置，计算出细胞内部的速度场、加速度场以及应变场。应变场可利用如下等式得到：
其中，L表示相邻两内部点的初始距离，ΔL表示在细胞运动或变形后两点间距离的变化。
本实施例中进行的为抽核操作，细胞变形主要发生在水平方向，所以该应变也可以由下面等式算得：
其中，L表示某一帧内相邻两内部点水平方向上的初始距离，x(i+1)和x(i)表示下一帧里相邻两内部点的水平方向上的坐标位置。
在本实施例中，我们分别对同一批次的10个家猪卵母细胞均以20μm/s的速度进行了刺入操作。每次实验均朝着细胞中心位置沿着水平方向刺入。最后得到细胞内部的最大速度、最大加速度和最大应变的平均值分别为0.204，0.746和0.239。
以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况，还可以做出各种变化，因此所有的等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由其权利要求限定。

Claims (7)

1.一种测量细胞内应变的方法，其特征在于该方法包括：
第1、利用图像处理方法进行细胞边缘检测；
第2、利用形态学开运算获得细胞轮廓；
第3、划分细胞轮廓区域内的内部点；
第4、计算细胞内部点的速度场、加速度场和应变场，实现了一种测量细胞内应变的方法。
2.根据权利要求1所述的测量细胞内应变的方法，其特征在于：首先按以下方法对细胞进行处理：将卵母细胞用TL-Hepes-PVA冲洗三次后在39°、二氧化碳浓度5％的培养箱内体外成熟培养(IVM)42小时；经过IVM后，将细胞用0.1％的透明质酸酶进行脱卵；最后用M199将细胞清洗三次。
3.根据权利要求1所述的测量细胞内应变的方法，其特征在于：步骤第1中具体操作为，首先，应用Canny边缘检测，获得初始的边缘图像。此时检测到的边缘杂乱，且存在很多小的闭合轮廓，很难通过进一步操作选取到细胞区域。
4.根据权利要求1所述的测量细胞内应变的方法，其特征在于：步骤第2中具体操作为，对边缘图进行膨胀腐蚀，应用轮廓查找，可以获得图像的几条轮廓，之后在几条轮廓中挑选所需要的细胞轮廓，即可得到目标范围。
5.根据权利要求1所述的测量细胞内应变的方法，其特征在于：步骤第3中具体操作为，获得细胞轮廓之后，对横纵坐标分别每隔10像素遍历图像上的点，选择在轮廓内的所有点形成一个数组，作为追踪对象，并显示在图像上。
6.根据权利要求1所述的测量细胞内应变的方法，其特征在于：步骤第4中具体操作为，获取细胞形变或运动后内部各个点的位置，计算出细胞内部的速度场、加速度场以及应变场。
7.根据权利要求1所述的测量细胞内应变的方法，其特征在于：细胞内部点的选取为获得细胞轮廓后，对横纵坐标分别每个10像素遍历图像上的点，选择在轮廓内的所有点形成一个数组，作为追踪检测对象。
CN201711104898.7A 2017-11-10 2017-11-10 一种测量细胞内应变的方法 Pending CN107909570A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711104898.7A CN107909570A (zh) 2017-11-10 2017-11-10 一种测量细胞内应变的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711104898.7A CN107909570A (zh) 2017-11-10 2017-11-10 一种测量细胞内应变的方法

Publications (1)

Publication Number Publication Date
CN107909570A true CN107909570A (zh) 2018-04-13

Family

ID=61844742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711104898.7A Pending CN107909570A (zh) 2017-11-10 2017-11-10 一种测量细胞内应变的方法

Country Status (1)

Country Link
CN (1) CN107909570A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110866906A (zh) * 2019-11-12 2020-03-06 安徽师范大学 基于图像边缘提取的三维培养人体心肌细胞搏动检测方法
CN111830278A (zh) * 2020-07-29 2020-10-27 南开大学 基于生长域的微管内增量式细胞质的速度场检测方法
CN111832191A (zh) * 2020-07-29 2020-10-27 南开大学 基于生长域的微管内增量式细胞质速度场评估方法
CN117649415A (zh) * 2024-01-30 2024-03-05 武汉互创联合科技有限公司 基于光流图检测的细胞均衡度分析方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101777121A (zh) * 2010-03-02 2010-07-14 中国海洋大学 一种无角毛类赤潮藻显微图像细胞目标提取方法
CN101853495A (zh) * 2010-06-03 2010-10-06 浙江工业大学 一种基于形态学的细胞分离方法
CN101916444A (zh) * 2010-08-23 2010-12-15 南京信息工程大学 基于形态学和蚁群算法的医学细胞边缘检测方法
CN102393959A (zh) * 2010-06-28 2012-03-28 索尼公司 图像处理设备、图像处理方法和图像处理程序
CN103430021A (zh) * 2011-03-15 2013-12-04 阿斯顿大学 用于表征生物细胞的行为特性的振动微板生物感测
CN104952089A (zh) * 2014-03-26 2015-09-30 腾讯科技（深圳）有限公司 一种图像处理方法及系统
CN105139383A (zh) * 2015-08-11 2015-12-09 北京理工大学 基于定义圆hsv颜色空间的医学图像分割方法及癌细胞识别方法
CN105631240A (zh) * 2016-01-07 2016-06-01 南开大学 一种基于微管吸持法的批量测量细胞透明带杨氏模量方法
CN106101618A (zh) * 2016-06-16 2016-11-09 中国铝业股份有限公司 基于图像识别的现场设备视频监控方法
CN107058392A (zh) * 2017-06-07 2017-08-18 南开大学 一种气动注射器的细胞抽核方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101777121A (zh) * 2010-03-02 2010-07-14 中国海洋大学 一种无角毛类赤潮藻显微图像细胞目标提取方法
CN101853495A (zh) * 2010-06-03 2010-10-06 浙江工业大学 一种基于形态学的细胞分离方法
CN102393959A (zh) * 2010-06-28 2012-03-28 索尼公司 图像处理设备、图像处理方法和图像处理程序
CN101916444A (zh) * 2010-08-23 2010-12-15 南京信息工程大学 基于形态学和蚁群算法的医学细胞边缘检测方法
CN103430021A (zh) * 2011-03-15 2013-12-04 阿斯顿大学 用于表征生物细胞的行为特性的振动微板生物感测
CN104952089A (zh) * 2014-03-26 2015-09-30 腾讯科技（深圳）有限公司 一种图像处理方法及系统
CN105139383A (zh) * 2015-08-11 2015-12-09 北京理工大学 基于定义圆hsv颜色空间的医学图像分割方法及癌细胞识别方法
CN105631240A (zh) * 2016-01-07 2016-06-01 南开大学 一种基于微管吸持法的批量测量细胞透明带杨氏模量方法
CN106101618A (zh) * 2016-06-16 2016-11-09 中国铝业股份有限公司 基于图像识别的现场设备视频监控方法
CN107058392A (zh) * 2017-06-07 2017-08-18 南开大学 一种气动注射器的细胞抽核方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
A. KAMGOUE ´ 等: "Quantification of Cardiomyocyte Contraction Based on Image Correlation Analysis", 《2008 INTERNATIONAL SOCIETY FOR ADVANCEMENT OF CYTOMETRY》 *
CHRISTOPHER L. GILCHRIST 等: "Measurement of intracellular strain on deformable substrates with texture correlation", 《JOURNAL OF BIOMECHANICS》 *
YALI HUANG 等: "Quantitative Analysis of Intracellular Motility Based on Optical Flow Model", 《JOURNAL OF HEALTHCARE ENGINEERING》 *
张耀楠 等: "基于二维压缩扩展和光流法的组织应变估计方法", 《东北大学学报(自然科学版)》 *
滕维中 等: "拉伸基底加载成骨类细胞内应变张量分析", 《中国生物医学工程学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110866906A (zh) * 2019-11-12 2020-03-06 安徽师范大学 基于图像边缘提取的三维培养人体心肌细胞搏动检测方法
CN111830278A (zh) * 2020-07-29 2020-10-27 南开大学 基于生长域的微管内增量式细胞质的速度场检测方法
CN111832191A (zh) * 2020-07-29 2020-10-27 南开大学 基于生长域的微管内增量式细胞质速度场评估方法
CN111830278B (zh) * 2020-07-29 2021-09-14 南开大学 基于生长域的微管内增量式细胞质的速度场检测方法
CN111832191B (zh) * 2020-07-29 2023-06-30 南开大学 基于生长域的微管内增量式细胞质速度场评估方法
CN117649415A (zh) * 2024-01-30 2024-03-05 武汉互创联合科技有限公司 基于光流图检测的细胞均衡度分析方法
CN117649415B (zh) * 2024-01-30 2024-04-30 武汉互创联合科技有限公司 基于光流图检测的细胞均衡度分析方法

Similar Documents

Publication Publication Date Title
CN107909570A (zh) 一种测量细胞内应变的方法
CN110986778B (zh) 碳纤维复合材料铆钉孔尺寸检测系统及方法
CN102175693B (zh) 医用药剂中可见异物的机器视觉检测方法
CN108510467A (zh) 基于深度可变形卷积神经网络的sar图像目标识别方法
CN101887586B (zh) 基于图像轮廓尖锐度的自适应角点检测方法
CN108197606A (zh) 一种基于多尺度膨胀卷积的病理切片中异常细胞的识别方法
CN106290388A (zh) 一种绝缘子故障自动检测方法
CN106951905A (zh) 一种基于tof相机的树上苹果识别与定位方法
CN103914836B (zh) 基于机器视觉的农田机械导航线提取算法
CN101826209A (zh) 一种基于Canny模型的三维医学图像分割方法
CN104880160B (zh) 一种工件表面轮廓的二维激光实时探测方法
CN110111329A (zh) 一种基于人工智能超声影像检测方法及系统
CN104050660A (zh) 一种测量工件圆形边缘的方法
CN109410248A (zh) 一种基于r-K算法的浮选泡沫运动特征提取方法
CN110221312A (zh) 一种基于激光雷达快速检测地面点云的方法
CN114581681B (zh) 一种面向飞机整机测量数据的机身轮廓度分析方法
CN107030690A (zh) 一种基于视觉的机械臂避障方法
CN115345876A (zh) 一种基于超声图像的螺栓螺纹缺陷检测方法
CN111105444A (zh) 一种适用于水下机器人目标抓取的连续跟踪方法
Paranawithana et al. Tracking extraction of blastomere for embryo biopsy
CN102288776A (zh) 玉米植株生长速率测量装置及方法
CN104008545A (zh) 一种在光学显微注射过程中人类卵细胞分割实现方法
CN103745467B (zh) 一种基于数字体积相关法的三维图像配准方法
CN107805644A (zh) 一种基于最小应变的细胞刺入方法
CN106355576A (zh) 基于mrf图像分割算法的sar图像配准方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180413