CN111999252B - 一种基于光学性质检测的哺乳动物卵母细胞质量评价的方法 - Google Patents
一种基于光学性质检测的哺乳动物卵母细胞质量评价的方法 Download PDFInfo
- Publication number
- CN111999252B CN111999252B CN202010860358.7A CN202010860358A CN111999252B CN 111999252 B CN111999252 B CN 111999252B CN 202010860358 A CN202010860358 A CN 202010860358A CN 111999252 B CN111999252 B CN 111999252B
- Authority
- CN
- China
- Prior art keywords
- oocyte
- spectrum
- image
- mueller matrix
- gray level
- 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.)
- Active
Links
- 210000000287 oocyte Anatomy 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000001514 detection method Methods 0.000 title claims abstract description 26
- 241000124008 Mammalia Species 0.000 title claims abstract description 15
- 230000003287 optical effect Effects 0.000 title claims abstract description 15
- 238000001228 spectrum Methods 0.000 claims abstract description 36
- 239000011159 matrix material Substances 0.000 claims abstract description 31
- 230000010287 polarization Effects 0.000 claims abstract description 15
- 238000001303 quality assessment method Methods 0.000 claims abstract description 8
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 230000009466 transformation Effects 0.000 claims abstract description 4
- 210000000805 cytoplasm Anatomy 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000011426 transformation method Methods 0.000 claims description 5
- 238000012512 characterization method Methods 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000028161 membrane depolarization Effects 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 6
- 238000002474 experimental method Methods 0.000 abstract description 2
- 238000004587 chromatography analysis Methods 0.000 abstract 1
- 238000000338 in vitro Methods 0.000 description 19
- 230000035800 maturation Effects 0.000 description 15
- 238000001727 in vivo Methods 0.000 description 13
- 241000699666 Mus <mouse, genus> Species 0.000 description 6
- 241000699670 Mus sp. Species 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000004720 fertilization Effects 0.000 description 3
- 210000001161 mammalian embryo Anatomy 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001086 cytosolic effect Effects 0.000 description 2
- 230000036512 infertility Effects 0.000 description 2
- 208000000509 infertility Diseases 0.000 description 2
- 231100000535 infertility Toxicity 0.000 description 2
- 230000021121 meiosis Effects 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 210000004340 zona pellucida Anatomy 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000010171 animal model Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000012258 culturing Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001212 derivatisation Methods 0.000 description 1
- 230000013020 embryo development Effects 0.000 description 1
- 210000002257 embryonic structure Anatomy 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003250 oocyst Anatomy 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 230000009933 reproductive health Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/21—Polarisation-affecting properties
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/19—Dichroism
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/41—Refractivity; Phase-affecting properties, e.g. optical path length
- G01N21/45—Refractivity; Phase-affecting properties, e.g. optical path length using interferometric methods; using Schlieren methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N2021/4704—Angular selective
- G01N2021/4709—Backscatter
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供了一种基于光学性质检测的哺乳动物卵母细胞质量评价的方法，其包括以下步骤，从哺乳动物采集卵母细胞，其中卵母细胞不需要经过任何生化处理；利用Mueller矩阵型全场OCT系统并结合Mueller矩阵分解及变换技术，表征卵母细胞各生物结构的偏振特性；利用全场OCT系统并结合傅里叶分析技术，表征卵母细胞各生物结构的背向散射光谱特征；通过分析卵母细胞OCT图像的灰度分布特点及其频谱特征，表征卵母细胞各生物结构的背向散射强度特点。该方法具有无损非标记、高分辨、三维层析、操作简单、实验耗时短、易于实现等特点，利用该方法能够有效地评估哺乳动物卵母细胞的发育质量与发育潜能。
Description
技术领域
本发明涉及生物技术领域，尤其涉及一种基于光学性质检测的哺乳动物卵母细胞质量评价的方法。
背景技术
近年，由于环境污染、生育年龄推迟及生活压力增加等因素，导致不孕不育家庭逐年增加。不孕不育已成为全球性生殖健康问题，严重影响着患者的身心健康、家庭稳定及其社会功能。治疗不孕不育，最常用的、认可度最高的方法是体外受精-胚胎移植及其衍生技术(invitro fertilization-embryo transfer and its derivatization，IVF-ET-D)。
在IVF-ET-D过程中，涉及到两次细胞筛选，分别是体外受精时高质量卵母细胞的筛选及胚胎移植时高质量胚胎的筛选。其中卵母细胞质量是决定其体外受精能力、胚胎发育潜能及妊娠成功与否的重要因素。卵母细胞质量评价是提高IVF-ET-D成功率的重要基础，是决定辅助生殖成功率的关键因素。除人类外，其他类别哺乳动物的卵母细胞质量评价也是非常重要的，可直接影响哺乳动物胚胎工程技术的成功及应用。
目前常用的卵母细胞质量评价方法包括传统的基于形态的检测方法、基于生物学技术检测的评价方法和基于光谱技术检测的评价方法。然而，传统的基于形态的检测方法存在着结果的可靠性依赖于技术人员经验的问题，形态筛选结果主观性太强，严重影响辅助生殖的成功率。生物技术检测耗时长(数小时至数十小时不等)，非常不利于卵母细胞质量评价。因为，所得质量评价结果仅能代表卵母细胞在数小时或数十小时之前的发育状态，而经历了漫长的生物检测后，非常有可能存在卵母细胞质量已经恶化的风险。可见，实验步骤复杂、耗时长是基于生物学技术评价卵母细胞质量的瓶颈。虽然基于光谱技术的卵母细胞质量筛选研究具有非常大的临床应用前景，然而仍普遍存在着原位性差、欠缺高分辨的三维层析能力等问题，从而造成运用这些方法的卵母细胞质量筛选结果不太理想，不能高效区分不同发育质量的卵母细胞。
发明内容
为了解决上述问题，本发明提供了一种基于光学性质检测的哺乳动物卵母细胞质量评价的方法。
本发明提供的技术方案是：一种基于光学性质检测的哺乳动物卵母细胞质量评价的方法，包括如下步骤：
1)偏振性质检测，利用Mueller矩阵型全场OCT系统采集卵母细胞的三维Mueller矩阵，结合Mueller矩阵分解及变换方法，检测卵母细胞内各种生物结构的全部偏振特性；
2)背向散射光谱检测，利用全场OCT系统，获取卵母细胞不同深度位置上各生物结构的完整干涉信号，结合傅里叶分析技术将干涉信号转换为背向散射光谱，获得卵母细胞内各生物结构的背向散射光谱特性；
3)背向散射强度检测，通过OCT系统采集到卵母细胞的图像，依据灰度分布情况及频谱图像分析卵母细胞背向散射强度特征；
4)依据步骤1)、步骤2)、步骤3)所述偏振性质检测、背向散射光谱检测和背向散射强度检测，得到哺乳动物卵母细胞质量综合评价结果。
所述步骤3)中，依据灰度差别，三维分割卵母细胞各生物结构，并计算对应的平均灰度值，对于卵胞质图像，将卵胞质等分为n个区域，并计算每个区域的平均灰度值并利用各区域平均灰度彼此相减的绝对值之和定量化卵胞质的灰度分布特点；
其中|GVi一GVj|代表第i个区域和第j个区域平均灰度值相减的绝对值，GD代表着卵胞质图像灰度分布情况，GD值越小灰度分布越均匀；
所述步骤3)中，频谱特征计算方法为：将不同深度位置对应采集到的卵母细胞图像划分为多个小区域，将n×n的二维灰度图像f(j，k)变换为频谱图像F(p，q)；
令并通过/>θ＝sin(p/q)进行极坐标变换，对半径r的单位范围内所有θ求Irθ的平均值，即为径向谱；
对θ的单位范围内所有r求Irθ的平均值，即为周向谱；
卵母细胞的生物结构常包含多个小区域，利用这些小区域的径向谱及周向谱平均值来表征该生物结构的频谱特征。
本发明提供了一种基于光学性质检测的哺乳动物卵母细胞质量评价的方法，本发明通过检测卵母细胞内各生物结构的光学性能，建立一套无损伤、高分辨、三维层析、操作简单、实验耗时短、易于实现的方法，从哺乳动物采集得到的卵母细胞，不需要经过任何生化处理，可直接进行其光学性能的检测，可直接来评估卵母细胞发育质量与发育潜能，易于临床实现的可直接评估卵母细胞质量。
附图说明
图1为本发明基于光学性质检测的哺乳动物卵母细胞质量评价的方法的流程图；
图2为本发明方法中使用的Mueller矩阵型全场OCT系统；
图3为本发明方法中使用的全场OCT系统；
图4为体内成熟与体外成熟小鼠卵母细胞各向异性程度对比(箭头指向透明带)；
图5为体内成熟与体外成熟小鼠卵母细胞卵胞质的背向散射光谱对比；
图6为体内成熟与体外成熟小鼠卵母细胞卵胞质的背向散射强度对比。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供了一种基于光学性质检测的哺乳动物卵母细胞质量评价的方法，如图1所示，包括如下步骤：
1)偏振性质检测，如图2所示，利用Mueller矩阵型全场OCT系统采集卵母细胞的三维Mueller矩阵，结合Mueller矩阵分解及变换方法，检测卵母胞内各种生物结构的全部偏振特性；
Mueller矩阵为4×4矩阵，每个矩阵元为一副灰度图像，利用所述矩阵分解方法得出偏振特性包括：介质的散射退偏特性、相位延迟特性、二向色性，Mueller矩阵分解方法为将Mueller矩阵写成三个矩阵相乘的形式：M＝MA·MR·MD，其中MA表征介质的散射退偏特性，MR表征相位延迟特性，MD表征二向色性；
利用所述Mueller矩阵变换方法得出偏振特性包括：样品介质的各向异性程度、样品介质的各向异性结构的角度取向，其中，从Mueller矩阵元(mij)，计算出参数A表征样品介质的各向异性程度，计算出参数x表征样品介质的各向异性结构的角度取向。
2)背向散射光谱检测，如图3所示，利用全场OCT系统系统，获取卵母细胞不同深度位置上各生物结构的完整干涉信号，结合傅里叶分析技术将干涉信号转换为背向散射光谱，获得卵母细胞内各生物结构的背向散射光谱特性；
所述卵母细胞内各生物结构的背向散射光谱特性以“图谱合一”的方式，过压电装置小步长微调样品移动距离的方式，获取卵母细胞某深度位置各生物结构的完整干涉信号，并通过步进电机大步长改变样品位置，获取不同深度位置的干涉信号，由干涉信号包络得到的卵母细胞OCT图像与由干涉条纹得到的背向散射光谱共定位；
3)背向散射强度检测，通过OCT系统采集到卵母细胞的图像，依据灰度分布特点及频谱图像特征分析卵母细胞背向散射强度特征；
利用OCT系统采集卵母细胞的三维图像，依据灰度差别，三维分割卵母细胞各生物结构，并计算对应的平均灰度值，对于卵胞质图像，将卵胞质等分为n个区域，并计算每个区域的平均灰度值并利用各区域平均灰度彼此相减的绝对值之和定量化卵胞质的灰度分布特点；
其中|GVi一GVj|代表第i个区域和第j个区域平均灰度值相减的绝对值，GD代表着卵胞质图像灰度分布情况，GD值越小灰度分布越均匀；
利用全场OCT采集的卵母细胞图像，图像中记录不同深度位置的二维灰度图，频谱特征计算方法为：将不同深度位置对应采集到的卵母细胞图像划分为多个小区域，将n×n的二维灰度图像f(j，k)变换为频谱图像F(p，q)；
令并通过/>θ＝sin(p/q)进行极坐标变换，对半径r的单位范围内所有θ求Irθ的平均值，即为径向谱；
对θ的单位范围内所有r求Irθ的平均值，即为周向谱；卵母细胞的生物结构常包含多个小区域，利用这些小区域的径向谱及周向谱平均值来表征该生物结构的频谱特征；
4)依据步骤1)、步骤2)、步骤3)所述偏振性质检测、背向散射光谱检测和背向散射强度检测，得到哺乳动物卵母细胞质量综合评价结果。
实施例
卵母细胞体外成熟是体外受精、胚胎移植等重要生物技术的基础，而体外成熟卵母细胞的质量及发育潜能明显低于体内成熟卵母细胞的质量，体内成熟是指卵母细胞由生发泡期发育至第二次减数分裂中期的过程都是在哺乳动物体内完成的，而体外成熟是指将哺乳动物生发泡期卵母细胞取出，并在体外适宜条件下培养至第二次减数分裂中期的过程，利用本发明的方法，以小鼠为动物模型，对比了体内成熟与体外成熟小鼠卵母细胞的光学性能，观察到了如下现象：
如图4所示典型的体内成熟与体外成熟小鼠卵母细胞的偏振特性的差别，经对比发现，由Mueller矩阵计算得到的各向异性程度指标在体内成熟与体外成熟小鼠卵母细胞之间存在明显差别，表现在体内成熟小鼠卵母细胞透明带的各向异性程度信号比体外成熟的小鼠卵母细胞的信号更强。
如图5所示典型的体内成熟与体外成熟小鼠卵母细胞卵胞质的背向散射光谱，可以看到体内成熟卵母细胞的峰位约在440nm处，而体外成熟卵母细胞的峰位约为450nm。
如图6所示典型的体内成熟与体外成熟小鼠卵母细胞卵胞质的背向散射强度图像，将卵母细胞看出一个球体，并沿径向将其划分为8个区域，依次根据GD值公式；
计算卵胞质的灰度分布特点，可以看到，体内成熟的卵母细胞GD值小，胞质灰度分布的更均匀，而体外成熟的卵母细胞GD值较大，胞质灰度分布欠均匀。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (3)
1.一种基于光学性质检测的哺乳动物卵母细胞质量评价的方法，其特征在于，包括如下步骤：
1)偏振性质检测，利用Mueller矩阵型全场OCT系统采集卵母细胞的三维Mueller矩阵，结合Mueller矩阵分解及变换方法，检测卵母细胞内各种生物结构的全部偏振特性；
2)背向散射光谱检测，利用全场OCT系统，获取卵母细胞不同深度位置上各生物结构的完整干涉信号，结合傅里叶分析技术将干涉信号转换为背向散射光谱，获得卵母细胞内各生物结构的背向散射光谱特性；
3)背向散射强度检测，通过OCT系统采集到卵母细胞的图像，依据灰度分布情况及频谱图像分析卵母细胞背向散射强度特征；
4)依据步骤1)、步骤2)、步骤3)所述偏振性质检测、背向散射光谱检测和背向散射强度检测，得到哺乳动物卵母细胞质量综合评价结果；
所述步骤3)中，依据灰度差别，三维分割卵母细胞各生物结构，并计算对应的平均灰度值，对于卵胞质图像，将卵胞质等分为n个区域，并计算每个区域的平均灰度值并利用各区域平均灰度彼此相减的绝对值之和定量化卵胞质的灰度分布特点；
其中|GVi-GVj|代表第i个区域和第j个区域平均灰度值相减的绝对值，GD代表着卵胞质图像灰度分布情况，GD值越小灰度分布越均匀；
所述步骤3)中，频谱图像计算方法为：将不同深度位置对应采集到的卵母细胞图像划分为多个小区域，将n×n的二维灰度图像f(j，k)变换为频谱图像F(p，q)；
令并通过/>,θ＝sin(p/q)进行极坐标变换，对半径r的单位范围内所有θ求Irθ的平均值，即为径向谱；
对θ的单位范围内所有r求Irθ的平均值，即为周向谱；
卵母细胞的生物结构常包含多个小区域，利用这些小区域的径向谱及周向谱平均值来表征该生物结构的频谱特征。
2.根据权利要求1所述的一种基于光学性质检测的哺乳动物卵母细胞质量评价的方法，其特征在于：
所述步骤1)中，Mueller矩阵为4×4矩阵，每个矩阵元为一副灰度图像，利用所述矩阵分解方法得出偏振特性包括：介质的散射退偏特性、相位延迟特性、二向色性，Mueller矩阵分解方法为将Mueller矩阵写成三个矩阵相乘的形式；
M＝MA·MR·MD
其中MA表征介质的散射退偏特性，MR表征相位延迟特性，MD表征二向色性；利用所述Mueller矩阵变换方法得出偏振特性包括：样品介质的各向异性程度、样品介质的各向异性结构的角度取向，其中，从Mueller矩阵元(mij)，计算出参数A表征样品介质的各向异性程度，计算出参数x表征样品介质的各向异性结构的角度取向；
3.根据权利要求1所述的一种基于光学性质检测的哺乳动物卵母细胞质量评价的方法，其特征在于：
所述步骤2)中，所述卵母细胞内各生物结构的背向散射光谱特性以“图谱合一”的方式，由干涉信号包络得到的卵母细胞OCT图像与由干涉条纹得到的背向散射光谱共定位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010860358.7A CN111999252B (zh) | 2020-08-25 | 2020-08-25 | 一种基于光学性质检测的哺乳动物卵母细胞质量评价的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010860358.7A CN111999252B (zh) | 2020-08-25 | 2020-08-25 | 一种基于光学性质检测的哺乳动物卵母细胞质量评价的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111999252A CN111999252A (zh) | 2020-11-27 |
| CN111999252B true CN111999252B (zh) | 2023-11-03 |
Family
ID=73470722
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010860358.7A Active CN111999252B (zh) | 2020-08-25 | 2020-08-25 | 一种基于光学性质检测的哺乳动物卵母细胞质量评价的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111999252B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108918425A (zh) * | 2018-06-01 | 2018-11-30 | 中国科学院西安光学精密机械研究所 | 一种穆勒矩阵测量系统及方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010080576A1 (en) * | 2008-12-19 | 2010-07-15 | University Of Miami | System and method for early detection of diabetic retinopathy using optical coherence tomography |
| WO2018157074A1 (en) * | 2017-02-24 | 2018-08-30 | Massachusetts Institute Of Technology | Methods for diagnosing neoplastic lesions |
-
2020
- 2020-08-25 CN CN202010860358.7A patent/CN111999252B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108918425A (zh) * | 2018-06-01 | 2018-11-30 | 中国科学院西安光学精密机械研究所 | 一种穆勒矩阵测量系统及方法 |
Non-Patent Citations (6)
| Title |
|---|
| Automated classification of optical coherence tomography images for the diagnosis of oral malignancy in the hamster cheek pouch;Paritosh Pande等;《Journal of Biomedical Optics》;第1-10页 * |
| Characterizing microstructural features of breast carcinoma tissues in different progression stages by transformed Mueller matrix parameters;Honghui He等;《14th International Conference on Photonics and Imaging in Biology and Medicine》;第1-3页 * |
| Methotrexate impaired in-vivo matured mouse oocyte quality and the possible mechanisms;Ning Tian等;《Molecular and Cell Biology》;第1-10页 * |
| Training Cellular Automata for Image Processing;Paul L. Rosin等;《IEEE TRANSACTIONS ON IMAGE PROCESSING》;第2076-2087页 * |
| 全光纤OCT内窥镜技术及长周期光纤光栅形成机理研究;李艳军;《硕士电子期刊2010年期》(第11期);全文 * |
| 全场OCT的搭建及早期胚胎形态图像的高质量无损研究;王一鸣;《硕士电子期刊2018年期》(第12期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111999252A (zh) | 2020-11-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mortimer et al. | The future of computer-aided sperm analysis | |
| CN103356241B (zh) | 二维超声设备成像质量评估系统 | |
| Ushenko et al. | Spatial‐Frequency Azimuthally Stable Cartography of Biological Polycrystalline Networks | |
| Martí et al. | Sperm morphometric subpopulations are differentially distributed in rams with different maturity age in cryopreserved ejaculates | |
| US11561182B2 (en) | Method for detecting quality of cell culture fluid based on Raman spectral measurement | |
| Gertych et al. | Effects of tissue decalcification on the quantification of breast cancer biomarkers by digital image analysis | |
| US20220383986A1 (en) | Complex System for Contextual Spectrum Mask Generation Based on Quantitative Imaging | |
| US20170102376A9 (en) | Motility-Contrast Imaging for Oocyte and Embryo Viability Assessment | |
| Pantic et al. | Age-related reduction of structural complexity in spleen hematopoietic tissue architecture in mice | |
| US9435786B2 (en) | Method for determining differentiation level of pluripotent stem cells | |
| CN101112307A (zh) | 利用高速ccd测量斑马鱼心率的方法 | |
| Alvarenga et al. | A comparison between manual and automated evaluations of tissue microarray patterns of protein expression | |
| CN111999252B (zh) | 一种基于光学性质检测的哺乳动物卵母细胞质量评价的方法 | |
| CN102201038B (zh) | 脑瘤p53蛋白表达检测方法 | |
| Zhang et al. | THz Wave Detection of Gap Defects Based on a Convolutional Neural Network Improved by a Residual Shrinkage Network | |
| JP2023183408A (ja) | 磁気共鳴拡散テンソルイメージングに基づくヒト脳軸索密度の定量的評価方法 | |
| CN110501443B (zh) | 无创识别/预警脂肪肝奶牛的新型生物标记物 | |
| Bogliolo et al. | Raman spectroscopy-based approach to study the female gamete | |
| CN111220575A (zh) | 一种基于太赫兹近场光谱的细胞检测方法 | |
| Andolfi et al. | Scanning probe microscopies: imaging and biomechanics in reproductive medicine research | |
| Riedl et al. | Functional label-free assessment of fibroblast differentiation in 3D collagen-I-matrices using particle image velocimetry | |
| CN115602311A (zh) | 基于胶原纤维多元参量分析的胰腺癌辅助检查工具 | |
| RU2353295C2 (ru) | Способ дифференциальной диагностики фолликулярной аденомы и фолликулярного рака щитовидной железы | |
| CN109633143B (zh) | 一种测定造血干细胞移植后患者骨髓微循环环境检测的系统和方法 | |
| Viehweger et al. | The Gini coefficient: A methodological pilot study to assess fetal brain development employing postmortem diffusion MRI |
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 |