CN111908421A - 基于光诱导介电泳的微纳自组装操作方法及系统 - Google Patents
基于光诱导介电泳的微纳自组装操作方法及系统 Download PDFInfo
- Publication number
- CN111908421A CN111908421A CN202010762458.6A CN202010762458A CN111908421A CN 111908421 A CN111908421 A CN 111908421A CN 202010762458 A CN202010762458 A CN 202010762458A CN 111908421 A CN111908421 A CN 111908421A
- Authority
- CN
- China
- Prior art keywords
- micro
- nano
- particle
- target
- image
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000004720 dielectrophoresis Methods 0.000 title claims abstract description 34
- 238000001338 self-assembly Methods 0.000 title claims abstract description 24
- 230000003287 optical effect Effects 0.000 claims abstract description 89
- 239000002105 nanoparticle Substances 0.000 claims abstract description 79
- 238000012545 processing Methods 0.000 claims abstract description 30
- 239000011521 glass Substances 0.000 claims abstract description 24
- 230000005684 electric field Effects 0.000 claims abstract description 14
- 239000007788 liquid Substances 0.000 claims abstract description 10
- 238000004519 manufacturing process Methods 0.000 claims abstract description 9
- 239000002245 particle Substances 0.000 claims description 98
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000003708 edge detection Methods 0.000 claims description 11
- 238000002474 experimental method Methods 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 7
- 239000012535 impurity Substances 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 5
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 239000011164 primary particle Substances 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 229910021417 amorphous silicon Inorganic materials 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000005286 illumination Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- AMGQUBHHOARCQH-UHFFFAOYSA-N indium;oxotin Chemical compound [In].[Sn]=O AMGQUBHHOARCQH-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002210 silicon-based material Substances 0.000 description 2
- 239000004793 Polystyrene Substances 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 239000002390 adhesive tape Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000011859 microparticle Substances 0.000 description 1
- 239000002086 nanomaterial Substances 0.000 description 1
- 229920002223 polystyrene Polymers 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B81—MICROSTRUCTURAL TECHNOLOGY
- B81C—PROCESSES OR APPARATUS SPECIALLY ADAPTED FOR THE MANUFACTURE OR TREATMENT OF MICROSTRUCTURAL DEVICES OR SYSTEMS
- B81C1/00—Manufacture or treatment of devices or systems in or on a substrate
- B81C1/00007—Assembling automatically hinged components, i.e. self-assembly processes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B81—MICROSTRUCTURAL TECHNOLOGY
- B81C—PROCESSES OR APPARATUS SPECIALLY ADAPTED FOR THE MANUFACTURE OR TREATMENT OF MICROSTRUCTURAL DEVICES OR SYSTEMS
- B81C1/00—Manufacture or treatment of devices or systems in or on a substrate
- B81C1/00015—Manufacture or treatment of devices or systems in or on a substrate for manufacturing microsystems
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种基于光诱导介电泳的微纳自组装操作方法及系统,包括:制作ODEP芯片,向制作好的ODEP芯片的溶液层中注入带有微纳米粒子的液体样品;获取注入ODEP芯片通道中的微纳米粒子图像,并对所述微纳米粒子图像进行实时采集;对实时采集到的图像进行处理和目标识别,得到识别后的微纳米粒子的信息;对所述ODEP芯片中的两层ITO玻璃添加外加电场,将绘制的光学图案依次投射在待需要操作的识别后的微纳米粒子所在的位置,控制所述光学图案的移动以实现对微纳粒子进行设定操作。本发明有利于提高微纳组装的精确度和工作效率。
Description
技术领域
本发明涉及微纳操作和组装、微纳结构制造的技术领域,尤其是指一种基于光诱导介电泳的微纳自组装操作方法及系统。
背景技术
微纳米粒子可广泛运用于半导体材料及新型材料的制备、生物技术的研究、医学工业等领域。微纳米粒子的应用实质是通过微纳米技术对其进行操作,从而获得目标产品,而操纵微纳米粒子的技术直接影响产品的质量和效率。
光诱导介电泳(Optically Induced Dielectrophoresis,ODEP)是用于操作微纳米粒子的技术之一,其核心是基于一种″三明治″结构的芯片,该芯片由上下两层单面附有氧化铟锡(ITO)的玻璃,且下面一层的ITO上镀了一层氢化非晶硅(a-Si:H),及用双面胶将两层玻璃粘贴在一起形成的中间溶液层构成,然后在两层ITO玻璃外加一个交流电压,并利用投影仪将电脑软件绘制的光学图案投影到底层ITO玻璃表面,在溶液层形成一个非均匀电场,以产生光诱导介电泳力,进而对微纳米粒子进行操作。由于现有的基于光诱导介电泳技术对微纳米粒子的操作大多是由操作熟练的研究人员手动完成,导致操作的精度不高,且手动操作效率低下。
发明内容
为此,本发明所要解决的技术问题在于克服现有技术中手动操作精度低,效率差的问题,从而提供一种避免手动操作,提高精度和效率的微纳自组装操作方法及系统。
为解决上述技术问题,本发明的一种基于光诱导介电泳的微纳自组装操作方法,包括:制作ODEP芯片,向制作好的ODEP芯片的溶液层中注入带有微纳米粒子的液体样品;获取注入ODEP芯片通道中的微纳米粒子图像,并对所述微纳米粒子图像进行实时采集;对实时采集到的图像进行处理和目标识别,得到识别后的微纳米粒子的信息;对所述ODEP芯片中的两层ITO玻璃添加外加电场,将绘制的光学图案依次投射在待需要操作的识别后的微纳米粒子所在的位置,控制所述光学图案的移动以实现对微纳粒子进行设定操作。
在本发明的一个实施例中,对实时采集到的图像进行处理和目标识别的方法为:步骤S31:对实时采集到的彩色图像进行灰度化处理;步骤S32:对灰度图像进行图像增强;步骤S33:对图像进行形态学处理;步骤S34:对目标粒子进行边缘检测;步骤S35:对图像进行自动化阈值分割,提取目标粒子轮廓;步骤S36:对上述提取的目标粒子轮廓进行边缘检测;步骤S37:对图像进行粒子分析。
在本发明的一个实施例中,对灰度图像进行图像增强的方法为:根据具体实验,由灰度分析指定灰度范围对图像进行直方图均衡化后,设置相关参数进行灰度对数变换和乘法运算。
在本发明的一个实施例中,对图像进行形态学处理的方法为:利用适当闭运算再采用适当开运算对图像进行形态学处理。
在本发明的一个实施例中,对图像进行自动化阈值分割,提取目标粒子轮廓后,利用孔洞填充消除提取目标粒子轮廓后存在的孔洞。
在本发明的一个实施例中,对图像进行一次粒子分析时,得到带有杂质或干扰的图像的识别信息,再利用粒子滤除删去这些非目标粒子的识别信息,然后再次使用粒子分析得到最终要识别的粒子信息。
在本发明的一个实施例中,控制所述光学图案的移动以实现对微纳粒子进行设定操作的方法为:步骤S41:输入识别的目标微纳米粒子信息和给定的微纳米粒子运输的目标位置;步骤S42:依次索引目标位置数组中的一个目标位置元素,计算所有输入的目标粒子信息中的位置信息与该目标位置的距离,取其中的最小值,得到与该目标位置距离最短的粒子,并将该粒子的信息删除;重复上述步骤,直到所有目标位置元素都已匹配相对应的距离最短的粒子直至;步骤S43:将所述光学图案投射在与目标位置相匹配的粒子上,并作为光学图案的初始位置,移动光学图案至目标位置。
在本发明的一个实施例中,移动光学图案至目标位置的方法为:步骤S431:确定一个判定光学图案实际位置横坐标到达目标位置横坐标的阈值;步骤S432:计算当前光学图案位置的横坐标与目标位置的横坐标之间的距离是否小于给出的阈值,若小于,则循环结束,若否,则继续判断当前光学图案位置横坐标与目标位置横坐标的大小关系,若当前光学图案位置横坐标小于目标位置横坐标,则对当前光学图案位置横坐标进行加运算移动,并设定移动步长,若否,则对当前光学图案位置横坐标进行减运算移动,并设定移动步长;步骤S433:返回步骤S432直至所有匹配粒子位置的横坐标都移动到目标位置横坐标后,横坐标移动程序停止运行;采用上述相同的步骤同时对光学图案纵坐标进行变动。
在本发明的一个实施例中,绘制的光学图案根据试验目的选择,并设置实验所需的光学图案的颜色和厚度。
本发明还提供了一种基于光诱导介电泳的微纳自组装操作系统,包括:ODEP芯片操作模块,用于制作ODEP芯片,向制作好的ODEP芯片的溶液层中注入带有微纳米粒子的液体样品;采集模块,用于获取注入ODEP芯片通道中的微纳米粒子图像,并对所述微纳米粒子图像进行实时采集;处理和目标识别模块,用于对实时采集到的图像进行处理和目标识别,得到识别后的微纳米粒子的信息;移动模块,用于对所述ODEP芯片中的两层ITO玻璃添加外加电场,将绘制的光学图案依次投射在待需要操作的识别后的微纳米粒子所在的位置,控制所述光学图案的移动以实现对微纳粒子进行设定操作。
本发明的上述技术方案相比现有技术具有以下优点:
本发明所述的基于光诱导介电泳的微纳自组装操作方法及系统,能够基于光诱导介电泳技术对微纳粒子进行自动化操作或组装,同时能够实现对多个粒子的并行操作,提高了基于光诱导介电泳技术操作微纳粒子的精确度和工作效率,减少了研究人员工作内容。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例并结合附图,对本发明作进一步详细的说明,其中
图1是本发明基于光诱导介电泳的微纳自组装操作方法流程图;
图2是本发明图像处理与识别的流程图;
图3是本发明投射光学图案的示意图;
图4是本发明光诱导介电泳系统结构原理图;
图5a是本发明CCD实时采集的原始图像;
图5b是本发明经过处理和识别后的目标图像;
图6是本发明光学图案横坐标变动程序流程图;
图7是本发明粒子运输排列结果过程图。
说明书附图标记说明:11-透明导电玻璃,12-ITO玻璃,20-投影仪,30-反射镜,40-物镜,50-电脑,60-光学图案。
具体实施方式
实施例一
如图1所示,本实施例提供一种基于光诱导介电泳的微纳自组装操作方法,包括如下步骤:步骤S1:制作ODEP芯片,向制作好的ODEP芯片的溶液层中注入带有微纳米粒子的液体样品;步骤S2:获取注入ODEP芯片通道中的微纳米粒子图像,并对所述微纳米粒子图像进行实时采集;步骤S3:对实时采集到的图像进行处理和目标识别,得到识别后的微纳米粒子的信息;步骤S4:对所述ODEP芯片中的两层ITO玻璃添加外加电场,将绘制的光学图案依次投射在待需要操作的识别后的微纳米粒子所在的位置,控制所述光学图案的移动以实现对微纳粒子进行设定操作。
本实施例所述基于光诱导介电泳的微纳自组装操作方法,所述步骤S1中,制作ODEP芯片,向制作好的ODEP芯片的溶液层中注入带有微纳米粒子的液体样品,有利于后续进行自动控制操作;所述步骤S2中,获取注入ODEP芯片通道中的微纳米粒子图像,并对所述微纳米粒子图像进行实时采集,有利于获取准确的信息;所述步骤S3中,对实时采集到的图像进行处理和目标识别,得到识别后的微纳米粒子的信息,有利于对微纳米粒子进行自动操作;所述步骤S4中,对所述ODEP芯片中的两层ITO玻璃添加外加电场,将绘制的光学图案依次投射在待需要操作的识别后的微纳米粒子所在的位置,控制所述光学图案的移动以实现对微纳粒子进行设定操作,本发明通过图像处理和目标识别的方法自动识别出操作对象,并自动设置光诱导介电泳操作的光图案,实现对微纳颗粒按一定轨迹完成精确操作,不仅避免了手动操作,操作精度有了显著提高,而且能够并行操作多个粒子,提高操作效率。
所述步骤S1中,根据光诱导介电泳系统的结构原理图搭建系统并制作ODEP芯片,再向制作好的ODEP芯片的溶液层注入带有微纳米粒子的液体样品,然后启动系统。
所述步骤S2中,获取注入ODEP芯片通道中的微纳米粒子图像的方法为:通过调节三维移动平台找到注入ODEP芯片通道中的微纳米粒子,并对显微镜调焦以得到清晰图像,从而获取微纳米粒子的图像。
所述步骤S3中,对实时采集到的图像进行处理和目标识别的方法为:步骤S31:对实时采集到的彩色图像进行灰度化处理;步骤S32:对灰度图像进行图像增强;步骤S33:对图像进行形态学处理;步骤S34:对目标粒子进行边缘检测;步骤S35:对图像进行自动化阈值分割,提取目标粒子轮廓;步骤S36:对上述提取的目标粒子轮廓进行边缘检测;步骤S37:对图像进行粒子分析,如图2所示。
所述步骤S31中,采用LabVIEW软件对CCD实时采集到的彩色图像进行灰度化处理,因为灰度化处理之后每个像素点的RGB值相等,图像由三通道变为单通道,数据处理起来也会简单许多。
所述步骤S32中,对灰度图像进行图像增强的方法为:根据具体实验,由灰度分析指定灰度范围对图像进行直方图均衡化后,设置相关参数进行灰度对数变换和乘法运算。
所述步骤S33中,对图像进行形态学处理的方法为:利用适当闭运算再采用适当开运算对图像进行形态学处理。具体地,该方法包括了适当闭(PClose)运算和适当开(POpen)运算,其是基于闭运算和开运算的多次组合,PClose是为了填充小孔洞并平滑目标的边缘,POpen则是消除小颗粒并平滑目标的边缘。
所述步骤S34中,采用Sigma算法增强目标粒子的边缘轮廓。具体地,对图像进行第一次边缘检测,利用边缘检测锐化目标粒子的边缘轮廓,其是一种非线性高通滤波方法,第一次边缘检测使用的是Sigma算法。
所述步骤S35中,采用均匀性度量法(Metric)对图像进行自动化阈值分割,提取目标粒子轮廓。其中对图像进行自动化阈值分割时,提取目标粒子轮廓后,利用孔洞填充消除提取目标粒子轮廓后存在的孔洞。具体地,对图像进行二值化处理:采用均匀性度量法(Metric)对图像进行自动化阈值分割,提取微纳米粒子的轮廓图像,及对提取出的轮廓缺口进行粒子填充,忽略其他无关信息。
所述步骤S36中,采用Roberts算法增强目标粒子提取后的边缘轮廓。具体地,对图像进行二次边缘检测,第二次边缘检测使用的是Roberts算法。
所述步骤S37中,对上述步骤处理后的图像进行一次粒子分析,得到带有杂质或干扰的图像的识别信息,再利用粒子滤除删去这些非目标粒子的识别信息,然后再次使用粒子分析得到真正要识别的粒子信息。
对粒子分析时,其包括粒子滤除前和粒子滤除后,第一次分析得到的是带有杂质的粒子信息,第二次分析是为了得到滤除杂质或错误识别的粒子信息后目标粒子的信息。对粒子进行的两次分析,根据第一次分析得到的粒子信息,滤除无关杂质或错误识别的粒子,再对目标粒子进行第二次分析,并将分析得到的需要信息输出。
所述步骤S4中,控制所述光学图案的移动以实现对微纳粒子进行设定操作的方法为:步骤S41:输入识别的目标微纳米粒子信息和给定的微纳米粒子运输的目标位置;步骤S42:依次索引目标位置数组中的一个目标位置元素,计算所有输入的目标粒子信息中的位置信息与该目标位置的距离,取其中的最小值,得到与该目标位置距离最短的粒子,并将该匹配粒子的信息删除,重复上述步骤,直到所有目标位置元素都已匹配相对应的距离最短的粒子直至;步骤S43:将所述光学图案投射在与目标位置相匹配的粒子上,并作为光学图案的初始位置,移动光学图案至目标位置,从而实现对微纳颗粒按一定轨迹完成精确操作,不仅操作精度有了显著提高,而且能够并行操作多个粒子,提高操作效率。
利用识别得到的微纳米粒子信息作为输入,将绘制的光学图案依次投射到要操作的识别目标粒子的过程如下:
对于给定的一组目标位置,依次索引其中的一个元素,若为第一个目标位置元素,计算其与所有识别粒子的位置之间的距离,并取其中的最小值,则该最小距离所对应的粒子与该目标位置元素相匹配,并将该匹配粒子的识别信息删除;否则,计算该目标位置元素与删除已匹配目标位置的识别粒子后的其余粒子之间的距离,取其中的最小值,并将该匹配粒子的识别信息删除。依次循环,直到一组目标位置都找到相匹配的距离最短的粒子后,以识别粒子的位置作为光学图案的初始位置进行投影,并控制系统移动光学图案至目标位置。
具体地,如图3所示,根据粒子识别的结果信息产生相应的操作为:输入上述识别的粒子信息,并给定粒子运输的目标位置,索引目标位置数组中的某一目标位置元素,判断是否为第一个目标位置,若是,则通过所有粒子位置信息计算每个粒子的位置与该目标位置的距离,若否,则计算删除已匹配目标位置的粒子后的其余粒子的位置与该目标位置的距离,取其中的最小值,即输出距所示目标位置距离最短的粒子,然后将该粒子从输入的识别信息中删除;再索引下一目标位置元素,找出与其距离最短的粒子,并将该粒子信息从输入的识别信息中删除,依次循环,直到所有目标位置元素都已找到相对应的距离最短的粒子;最后,将光学图案通过投影仪投射在与目标位置相对应的粒子上作为光学图案的初始位置,并移动光学图案至目标位置即实现了粒子的运输。
所述步骤S43中,移动光学图案至目标位置的方法为:步骤S431:确定一个判定光学图案实际位置横坐标到达目标位置横坐标的阈值;步骤S432:计算当前光学图案位置的横坐标与目标位置的横坐标之间的距离是否小于给出的阈值,若小于,则循环结束,若否,则继续判断当前光学图案位置横坐标与目标位置横坐标的大小关系,若当前光学图案位置横坐标小于目标位置横坐标,则对当前光学图案位置横坐标进行加运算移动,并设定移动步长,若否,则对当前光学图案位置横坐标进行减运算移动,并设定移动步长;步骤S433:返回步骤S432直至所有匹配粒子位置的横坐标都移动到目标位置横坐标后,横坐标移动程序停止运行;采用上述相同的步骤同时对光学图案纵坐标进行变动。
具体地,首先给出一个判定光学图案实际位置横坐标到达目标位置横坐标的阈值σ;计算当前光学图案位置的横坐标与目标位置的横坐标之间的距离是否小于给出的阈值σ,若小于,则此次循环结束,否则,判断当前光学图案位置横坐标与目标位置横坐标的大小关系,若当前光学图案位置横坐标小于目标位置横坐标,则对当前光学图案位置横坐标进行加运算移动,并设定移动步长I,I≤σ;否则,对当前光学图案位置横坐标进行减运算移动,并设定移动步长I,I≤σ;返回步骤S432,当所有匹配粒子位置的横坐标都移动到目标位置横坐标后,横坐标移动程序停止运行;采用上述相同的步骤同时对光学图案纵坐标进行变动。
本实施例中,绘制的光学图案根据试验目的选择,并设置实验所需的光学图案的颜色和厚度。具体地,根据实验目的选择要绘制的特定光学图案,如:环形、矩形,并设置实验所需的光学图案的颜色和厚度等,然后对上下层ITO玻璃添加外加电场,根据要操作的对象选择合适的交流电的电压大小和频率。
所述光诱导介电泳的具体工作原理为:当在上下ITO玻璃外加交流电压时,由于氢化非晶硅材料在无光照时电导率较低,有光照射时其电导率迅速增加,导致有光照射区域电压降很大,无光照区域电压降几乎为0;就会在溶液层的入射光处及其周边产生空间非均匀电场,入射光照区域即为虚拟电极。虚拟电极会对分布在溶液层的微纳米粒子提供一个光诱导介电泳力,控制系统改变或移动投影在氢化非晶硅层的光学图案,形成移动的虚拟电极,即产生移动的光诱导介电泳力,从而操作溶液层的微纳米粒子。
如图4所示,所述ODEP芯片的结构为:其上层是单面铺有氧化铟锡(ITO)的透明导电玻璃11、下层是沉积有光敏材料(氧化非晶硅,a-Si:H)的ITO玻璃12,通过双面胶将两层ITO玻璃上铺有ITO的一面粘贴在一起构成中间的溶液层,并形成通道,以便注入带有微纳米粒子的液体样品;然后通过投影仪20、反射镜30和物镜40将电脑50上绘制的光学图案60投影到沉积了氢化非晶硅的ITO玻璃12上,并在两层ITO玻璃上使用信号发生器给芯片外加一个交流电场,由于光敏材料在没有光照时阻抗非常大,在被光照射到的区域阻抗会急剧减小,就使得溶液层在无光照区域电压几乎为0,而被光照射到的区域压降很大,故会在溶液层产生非均匀电场,入射光照区域即为虚拟电极,所述虚拟电极对分布在溶液中的微纳米粒子产生光诱导介电泳力,可通过调节外加电场的大小和频率或所述光学图案60的厚度来改变作用于溶液层中的光诱导介电泳力的大小。移动绘制的光学图案60,以此改变其在氢化非晶硅层上的投影位置,形成移动的虚拟电极来操作粒子,同时,通过装置在ODEP芯片上方的CCD不断采集微纳米粒子的图像,并传送至电脑50软件上观察其操作过程。
本实施例中,对实时采集到的粒子图像进行处理识别的结果如图5b所示,图5a是CCD实时采集的原始图像;图5b是经过处理和识别后的目标图像,图中空心圆圈表示粒子目标轮廓。从而可以看出,该识别方法能够精确地识别出每一个目标粒子。
所述的移动光学图案的横坐标变化过程如图6所示:
输入待需要操作的识别后的微纳米粒子的横坐标x0,将其与所匹配的设定目标位置的横坐标x进行比较,若x0>x,则对光学图案位置横坐标进行减操作,否则对光学图案位置的横坐标进行加操作。
若为第一种情况,则在移动过程中先判断光学图案当前位置横坐标x和所匹配的设定目标位置的横坐标x之间的大小关系,即判断x≤X是否成立。若成立,则进行加运算,并继续判断条件x≥X及执行后面的程序;否则直接判断移动终止条件|x-X|<1。若满足条件|x-X|<1,该光学图案位置横坐标停止移动。
若为第二种情况,则在移动过程中先判断光学图案当前位置横坐标x和所匹配的设定目标位置的横坐标x之间的大小关系,即判断x≥X是否成立,若成立,则进行减运算,否则直接判断移动终止条件|x-X|<1。若满足条件|x-X|<1,该光学图案位置横坐标停止移动。
其中,x0为识别的粒子的初始位置的横坐标;x为光学图案实际位置的横坐标;x为目标位置的横坐标;i为while循环中的自增变量;1为光学图案的移动步长,可随意设置。对于光学图案纵坐标的变动过程同上。
在一个实施例中,基于所述的控制系统对直径为5um的聚苯乙烯微粒进行运输排列操作,选择距目标位置距离最短的识别的八个目标粒子,将其排列为一个矩形,结果如图7所示。
实施例二
基于同一发明构思,本实施例提供一种基于光诱导介电泳的微纳自组装操作系统,其解决问题的原理与所述基于光诱导介电泳的微纳自组装操作方法,重复之处不再赘述。
本实施例提供一种基于光诱导介电泳的微纳自组装操作系统,包括:
ODEP芯片操作模块,用于制作ODEP芯片,向制作好的ODEP芯片的溶液层中注入带有微纳米粒子的液体样品;
采集模块,用于获取注入ODEP芯片通道中的微纳米粒子图像,并对所述微纳米粒子图像进行实时采集;
处理和目标识别模块,用于对实时采集到的图像进行处理和目标识别,得到识别后的微纳米粒子的信息;
移动模块,用于对所述ODEP芯片中的两层ITO玻璃添加外加电场,将绘制的光学图案依次投射在待需要操作的识别后的微纳米粒子所在的位置,控制所述光学图案的移动以实现对微纳粒子进行设定操作。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,上述实施例仅仅是为清楚地说明所作的举例,并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种基于光诱导介电泳的微纳自组装操作方法,其特征在于,包括如下步骤:
步骤S1:制作ODEP芯片,向制作好的ODEP芯片的溶液层中注入带有微纳米粒子的液体样品;
步骤S2:获取注入ODEP芯片通道中的微纳米粒子图像,并对所述微纳米粒子图像进行实时采集;
步骤S3:对实时采集到的图像进行处理和目标识别,得到识别后的微纳米粒子的信息;
步骤S4:对所述ODEP芯片中的两层ITO玻璃添加外加电场,将绘制的光学图案依次投射在待需要操作的识别后的微纳米粒子所在的位置,控制所述光学图案的移动以实现对微纳粒子进行设定操作。
2.根据权利要求1所述的基于光诱导介电泳的微纳自组装操作方法,其特征在于:对实时采集到的图像进行处理和目标识别的方法为:步骤S31:对实时采集到的彩色图像进行灰度化处理;步骤S32:对灰度图像进行图像增强;步骤S33:对图像进行形态学处理;步骤S34:对目标粒子进行边缘检测;步骤S35:对图像进行自动化阈值分割,提取目标粒子轮廓;步骤S36:对上述提取的目标粒子轮廓进行边缘检测;步骤S37:对图像进行粒子分析。
3.根据权利要求2所述的基于光诱导介电泳的微纳自组装操作方法,其特征在于:对灰度图像进行图像增强的方法为:根据具体实验,由灰度分析指定灰度范围对图像进行直方图均衡化后,设置相关参数进行灰度对数变换和乘法运算。
4.根据权利要求2所述的基于光诱导介电泳的微纳自组装操作方法,其特征在于:对图像进行形态学处理的方法为:利用适当闭运算再采用适当开运算对图像进行形态学处理。
5.根据权利要求2所述的基于光诱导介电泳的微纳自组装操作方法,其特征在于:对图像进行自动化阈值分割,提取目标粒子轮廓后,利用孔洞填充消除提取目标粒子轮廓后存在的孔洞。
6.根据权利要求2所述的基于光诱导介电泳的微纳自组装操作方法,其特征在于:对图像进行一次粒子分析时,得到带有杂质或干扰的图像的识别信息,再利用粒子滤除删去这些非目标粒子的识别信息,然后再次使用粒子分析得到最终要识别的粒子信息。
7.根据权利要求1所述的基于光诱导介电泳的微纳自组装操作方法,其特征在于:控制所述光学图案的移动以实现对微纳粒子进行设定操作的方法为:步骤S41:输入识别的目标微纳米粒子信息和给定的微纳米粒子运输的目标位置;步骤S42:依次索引目标位置数组中的一个目标位置元素,计算所有输入的目标粒子信息中的位置信息与该目标位置的距离,取其中的最小值,得到与该目标位置距离最短的粒子,并将该粒子的信息删除;重复上述步骤,直到所有目标位置元素都已匹配相对应的距离最短的粒子直至;步骤S43:将所述光学图案投射在与目标位置相匹配的粒子上,并作为光学图案的初始位置,移动光学图案至目标位置。
8.根据权利要求7所述的基于光诱导介电泳的微纳自组装操作方法,其特征在于:移动光学图案至目标位置的方法为:步骤S431:确定一个判定光学图案实际位置横坐标到达目标位置横坐标的阈值;步骤S432:计算当前光学图案位置的横坐标与目标位置的横坐标之间的距离是否小于给出的阈值,若小于,则循环结束,若否,则继续判断当前光学图案位置横坐标与目标位置横坐标的大小关系,若当前光学图案位置横坐标小于目标位置横坐标,则对当前光学图案位置横坐标进行加运算移动,并设定移动步长,若否,则对当前光学图案位置横坐标进行减运算移动,并设定移动步长;步骤S433:返回步骤S432直至所有匹配粒子位置的横坐标都移动到目标位置横坐标后,横坐标移动程序停止运行;采用上述相同的步骤同时对光学图案纵坐标进行变动。
9.根据权利要求1所述的基于光诱导介电泳的微纳自组装操作方法,其特征在于:绘制的光学图案根据试验目的选择,并设置实验所需的光学图案的颜色和厚度。
10.一种基于光诱导介电泳的微纳自组装操作系统,其特征在于,包括:
ODEP芯片操作模块,用于制作ODEP芯片,向制作好的ODEP芯片的溶液层中注入带有微纳米粒子的液体样品;
采集模块,用于获取注入ODEP芯片通道中的微纳米粒子图像,并对所述微纳米粒子图像进行实时采集;
处理和目标识别模块,用于对实时采集到的图像进行处理和目标识别,得到识别后的微纳米粒子的信息;
移动模块,用于对所述ODEP芯片中的两层ITO玻璃添加外加电场,将绘制的光学图案依次投射在待需要操作的识别后的微纳米粒子所在的位置,控制所述光学图案的移动以实现对微纳粒子进行设定操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010762458.6A CN111908421B (zh) | 2020-07-31 | 2020-07-31 | 基于光诱导介电泳的微纳自组装操作方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010762458.6A CN111908421B (zh) | 2020-07-31 | 2020-07-31 | 基于光诱导介电泳的微纳自组装操作方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111908421A true CN111908421A (zh) | 2020-11-10 |
CN111908421B CN111908421B (zh) | 2024-01-05 |
Family
ID=73287597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010762458.6A Active CN111908421B (zh) | 2020-07-31 | 2020-07-31 | 基于光诱导介电泳的微纳自组装操作方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111908421B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113312829A (zh) * | 2021-05-26 | 2021-08-27 | 江南大学 | 基于数据驱动odep运动学模型的微纳米粒子移动控制方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281163A (zh) * | 2008-04-28 | 2008-10-08 | 中央民族大学 | 用于确定多种细胞介电响应和分离条件的检测系统 |
CN105044192A (zh) * | 2015-08-14 | 2015-11-11 | 深圳大学 | 一种基于光诱导介电泳技术的细胞分类方法 |
CN105092679A (zh) * | 2015-08-14 | 2015-11-25 | 深圳大学 | 一种基于光诱导介电泳技术的单细胞控制方法 |
CN105241940A (zh) * | 2015-08-05 | 2016-01-13 | 深圳大学 | 一种基于介电泳力场的药效检测方法及其系统 |
CN105600743A (zh) * | 2016-01-27 | 2016-05-25 | 东南大学 | 3d实体电极介电泳纳米线操控系统 |
CN107357034A (zh) * | 2017-08-02 | 2017-11-17 | 长春理工大学 | 一种激光干涉图案化光场作为光源的光诱导介电泳装置 |
CN109725044A (zh) * | 2018-12-29 | 2019-05-07 | 长春理工大学 | 基于分焦平面型偏振片和光诱导介电泳的细胞筛选装置 |
CN110020988A (zh) * | 2019-04-04 | 2019-07-16 | 山东大学 | 基于微纳运动平台的超分辨率重构系统及重构方法 |
-
2020
- 2020-07-31 CN CN202010762458.6A patent/CN111908421B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281163A (zh) * | 2008-04-28 | 2008-10-08 | 中央民族大学 | 用于确定多种细胞介电响应和分离条件的检测系统 |
CN105241940A (zh) * | 2015-08-05 | 2016-01-13 | 深圳大学 | 一种基于介电泳力场的药效检测方法及其系统 |
CN105044192A (zh) * | 2015-08-14 | 2015-11-11 | 深圳大学 | 一种基于光诱导介电泳技术的细胞分类方法 |
CN105092679A (zh) * | 2015-08-14 | 2015-11-25 | 深圳大学 | 一种基于光诱导介电泳技术的单细胞控制方法 |
WO2017028340A1 (zh) * | 2015-08-14 | 2017-02-23 | 深圳大学 | 一种基于光诱导介电泳技术的单细胞控制方法 |
CN105600743A (zh) * | 2016-01-27 | 2016-05-25 | 东南大学 | 3d实体电极介电泳纳米线操控系统 |
CN107357034A (zh) * | 2017-08-02 | 2017-11-17 | 长春理工大学 | 一种激光干涉图案化光场作为光源的光诱导介电泳装置 |
CN109725044A (zh) * | 2018-12-29 | 2019-05-07 | 长春理工大学 | 基于分焦平面型偏振片和光诱导介电泳的细胞筛选装置 |
CN110020988A (zh) * | 2019-04-04 | 2019-07-16 | 山东大学 | 基于微纳运动平台的超分辨率重构系统及重构方法 |
Non-Patent Citations (1)
Title |
---|
刘天波等: "触控式光诱导介电泳操控方法研究", 高技术通讯, vol. 28, no. 2, pages 143 - 152 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113312829A (zh) * | 2021-05-26 | 2021-08-27 | 江南大学 | 基于数据驱动odep运动学模型的微纳米粒子移动控制方法 |
CN113312829B (zh) * | 2021-05-26 | 2022-07-26 | 江南大学 | 基于数据驱动odep运动学模型的微纳米粒子移动控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111908421B (zh) | 2024-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230127698A1 (en) | Automated stereology for determining tissue characteristics | |
Christiansen et al. | In silico labeling: predicting fluorescent labels in unlabeled images | |
US8669523B2 (en) | Contour-based defect detection using an inspection apparatus | |
Cao et al. | A novel algorithm for segmentation of leukocytes in peripheral blood | |
CN113474813A (zh) | 使用相位对比和明场成像的无标记细胞分割 | |
Tao et al. | Industrial weak scratches inspection based on multifeature fusion network | |
Çelik et al. | A real-time defective pixel detection system for LCDs using deep learning based object detectors | |
Borges et al. | Region growing for segmenting green microalgae images | |
CN105678810A (zh) | 基于全局和局部层次最优的细胞跟踪方法 | |
CN111908421B (zh) | 基于光诱导介电泳的微纳自组装操作方法及系统 | |
Wang et al. | Quick leukocyte nucleus segmentation in leukocyte counting | |
Kausar et al. | Multi-scale deep neural network for mitosis detection in histological images | |
US20210089750A1 (en) | Computational Model for Analyzing Images of a Biological Specimen | |
EP4248357A1 (en) | Method for classifying cells | |
Kitrungrotsakul et al. | A cascade of CNN and LSTM network with 3D anchors for mitotic cell detection in 4D microscopic image | |
Niederlein et al. | Image analysis in high content screening | |
CN113312829B (zh) | 基于数据驱动odep运动学模型的微纳米粒子移动控制方法 | |
Kuo et al. | Automated inspection of micro-defect recognition system for color filter | |
CN113705531B (zh) | 一种基于显微成像的合金粉末夹杂物的识别方法 | |
Hramm et al. | Configurable Cell Segmentation Solution Using Hough Circles Transform and Watershed Algorithm | |
CN110286780B (zh) | 一种基于机器视觉的机电混合式无人值守计算机操作装置 | |
CN114308159A (zh) | 一种光致电润湿芯片中液滴的自动化控制方法 | |
CN110286825B (zh) | 一种基于机器视觉的机械式全自动鼠标操作装置 | |
Wang et al. | A modified watersheds image segmentation algorithm for blood cell | |
CN109856015B (zh) | 一种癌细胞自动诊断的快速处理方法及其系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |