CN114965477B - 全自动生物信息分析取样系统及方法 - Google Patents
全自动生物信息分析取样系统及方法 Download PDFInfo
- Publication number
- CN114965477B CN114965477B CN202210882216.XA CN202210882216A CN114965477B CN 114965477 B CN114965477 B CN 114965477B CN 202210882216 A CN202210882216 A CN 202210882216A CN 114965477 B CN114965477 B CN 114965477B
- Authority
- CN
- China
- Prior art keywords
- laser
- images
- biological sample
- interested area
- information
- 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
- 238000005070 sampling Methods 0.000 title claims abstract description 29
- 238000004458 analytical method Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 19
- 239000012472 biological sample Substances 0.000 claims abstract description 70
- 230000001427 coherent effect Effects 0.000 claims abstract description 33
- 238000005520 cutting process Methods 0.000 claims abstract description 10
- 239000000284 extract Substances 0.000 claims abstract description 10
- 238000005259 measurement Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000001678 irradiating effect Effects 0.000 claims description 2
- 239000000523 sample Substances 0.000 description 14
- 230000010287 polarization Effects 0.000 description 10
- 230000005284 excitation Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 5
- 238000000295 emission spectrum Methods 0.000 description 4
- 238000005286 illumination Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000000862 absorption spectrum Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000001093 holography Methods 0.000 description 1
- 238000005305 interferometry Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
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
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提出了一种全自动生物信息分析取样系统及方法,属于生物样品分析的技术领域,利用第一激光器和第二激光器射出的激光在生物样品表面产生相干光,记录被生物样品反射的相干光信息,形成代表不同相干角度的多个相干图;对多个相干图分别进行取样操作,分别裁剪得到多个感兴趣区域图像;处理器将多个感兴趣区域图像重建为高清晰重构图像,并从重构图像中提取相位和强度信息,并从重构图像中提取相位和强度信息,对所述相位和强度信息进行分析得到生物样品中的信息。由于数字相机CCD记录的全息图记录了光波的振幅和相位信息,因此利用处理器进行图像数值重建可以准确还原出物体的振幅和三维相位信息,从而定量获取被测生物样品的信息。
Description
技术领域
本发明涉及生物样品分析的技术领域,尤其涉及一种全自动生物信息分析取样系统及方法。
背景技术
随着生物医学的飞速发展,迫切需要有更高灵敏度,操作更自动快捷,功能更加完备的分析提取系统来满足生物学和医学研究发展的要求。
传统的光学成像装置在测量生物样品时,由于探测器只能记录物光波的强度信息,所以只能获得物体的二维信息。电子显微镜和扫描探针显微镜由于在测量前需要对被测样品进行预处理,扫描过程需要一定的时间,因此无法对样品进行非接触、无损伤、快速、实时测量。
近些年来发展的数字成像技术,对生物样品成像具有非接触、无损伤、快速、实时、定量等独特优势,克服了传统成像技术应用在日益发展的生物医学领域中存在的局限性。为获得待测生物样品的完整信息,不仅需要得到振幅分布,还需要完整的相位信息,但不同于强度信息,波前相位信息无法通过探测器直接测量,只能通过间接测量的方式实现,干涉测量和数字全息是极为重要的相位测量及成像技术,广泛应用于材料化学、生物医学、精密检测及制造等领域,但孪生像的消除问题是干涉测量技术所面临的关键问题,目前商业化的干涉仪通常采用四步相移法来消除孪生像,但这种方法结构复杂,需要精密相移系统,随着测量口径的增加,成本随指数增加,同时干涉法主要的数据来源为干涉条纹,因此常规干涉法必须满足采样要求,当采样间隔过大时,将难以实现相位测量。除此之外,相位恢复技术同样能够实现相位测量,其利用记录的强度信息,通过迭代计算可实现对相位信息的重建,理论上能够达到甚至超过衍射极限分辨率,具备欠采样下相位恢复、多模态相位恢复能力,这是干涉法难以比拟的,由于不需要参考光,理论上是一种优于干涉法的相位测量技术,但由于其收敛性要求较高,通常需要多幅衍射光斑或者严格的约束条件。
现有技术中,例如专利文献CN107991242A公开了一种基于偏振分光棱镜的测量样品偏振态的方法与系统,激光器发出的光经过准直装置准直后被非偏振分光棱镜分成两束,其中一束光穿过样品或经样品反射后携带样品信息作为物光束,另一束光作为参考光束,两束光经反射镜反射后通过非偏振分光棱镜汇合。旋转偏振分光棱镜,使得参考光束经过偏振分光棱镜后分为两束光强基本相等,偏振方向正交的线偏光。参考光束和物光束经过偏振分光棱镜之后,形成两幅偏振态正交的干涉图样。利用相机将两幅全息图记录。由计算机将两幅全息图中样品的位置完全一致,像素点对应,进一步进行数值重建,最终得到物光波场对应的振幅和相位信息,经过计算机处理得到样品的偏振态信息。但是该技术方案无法避免环境的影响,系统的稳定性和实时测量能力较差。
再例如专利文献CN106950208A公开一种基于全内反射结构光照明的宽场超分辨显微成像方法,包括:激光光束分成两路传播方向对称且振动方向垂直的线偏振光;将两路线偏振光转换为两束切向线偏振光,投射到荧光样品上发生全反射并相互干涉产生条纹结构光照明图样;收集样品发出的荧光信号,得到荧光强度信息;依次旋转结构光照明图样的干涉条纹的方向,在各方向下多次改变干涉条纹的相位,得到各方向的对应相位下的多幅荧光强度图像;利用多幅荧光强度图像进行数据处理,重构得到超分辨图像。但是该技术方案对入射光能量利用率要求较高,才能够使得干涉条纹对比度高,在低入射光功率条件下分辨率有限。
发明内容
为了解决上述技术问题,本发明提出了全自动生物信息分析取样方法,包括:
第一激光器射出的激光垂直照射生物样品表面,DMD反射镜将第二激光器射出的激光以不同的角度照射到生物样品表面,第一激光器和第二激光器射出的激光在腔室内的生物样品表面产生相干光;
记录被生物样品反射的相干光信息,形成代表不同相干角度的多个相干图;
对多个相干图分别进行取样操作,所述取样操作为:对多个相干图分别裁剪得到多个感兴趣区域图像;
先在多个感兴趣区域图像中选取两个或两个以上感兴趣区域图像,接着对两个或两个以上的感兴趣区域图像进行比较以确定感兴趣区域图像间的变化量,将两个感兴趣区域图像间的变化量与预先定义的阈值进行比较,若所述变化量大于等于阈值,则重新选择并替换变化量大于等于阈值的感兴趣区域图像,直至所有两个或两个以上感兴趣区域图像间的变化量小于阈值;
若所述变化量小于阈值,则选择该两个或两个以上感兴趣区域图像重建为高清晰重构图像,并从重构图像中提取相位和强度信息,对所述相位和强度信息进行分析得到生物样品中的信息。
进一步地,对多个相干图分别裁剪得到多个感兴趣区域图像,选择其中两个感兴趣区域图像进行傅立叶变换,ωx1,ωy1和ωx2,ωy2分别表示两个感兴趣区域图像的中心坐标;
两个感兴趣区域图像(ωx1,ωy1)和(ωx2,ωy2)的傅立叶变换表示分别为S(ωx1,ωy1)和D(ωx2,ωy2):
S(ωx1,ωy1)= A(ωx1,ωy1)exp [jφ(ωx1,ωy1)] (1);
D(ωx2,ωy2)= A(ωx2,ωy2)exp [jφ(ωx2,ωy2)] (2);
其中,A(ωx1,ωy1)和A(ωx2,ωy2)分别对应于两个感兴趣区域图像的强度,φ(ωx1,ωy1)和φ(ωx2,ωy2)分别对应于两个感兴趣区域图像的相位;
重构图像G(ωx,ωy)为:
G(ωx,ωy)= S(ωx,ωy)×D(ωx,ωy)= A(ωx1,ωy1)exp [jφ(ωx1,ωy1)] × A(ωx2,ωy2)exp [jφ(ωx2,ωy2)]= A(ωx1,ωy1)A(ωx2,ωy2)×exp [j(φ(ωx1,ωy1)+φ(ωx2,ωy2)] (3);
ωx,ωy表示重构图像的中心坐标,从所述重构图像中提取强度A(ωx,ωy)和相位φ(ωx,ωy):
A(ωx,ωy)= A(ωx1,ωy1)A(ωx2,ωy2) (4);
φ(ωx,ωy)=φ(ωx1,ωy1)+φ(ωx2,ωy2)(5);
将重构图像的强度A(ωx,ωy)和相位φ(ωx,ωy)与参考对照表进行比较,查询对应的待测定成分浓度值。
本发明还提出了全自动生物信息分析取样系统,用于实现前述的全自动生物信息分析取样方法,包括:第一激光器、第二激光器、DMD反射镜、腔室、数字相机CCD以及处理器;
所述第一激光器、DMD反射镜和第二激光器设置于所述腔室的外部,所述第二激光器垂直于所述第一激光器设置;所述DMD反射镜设置于第二激光器的出射光路中;所述数字相机CCD、生物样品和处理器设置在所述腔室的内部;
所述第一激光器位于生物样品的正上方,用于射出垂直于生物样品表面的激光;
所述DMD反射镜用于将第二激光器射出的激光以不同的角度照射到生物样品表面,所述第一激光器和第二激光器射出的激光在腔室内的生物样品表面产生相干光;
所述数字相机CCD位于生物样品的反射光路中,用于记录被生物样品反射的相干光信息,形成代表不同相干角度的多个相干图;
所述处理器与所述数字相机CCD电连接,所述处理器对多个相干图分别进行取样操作,所述取样操作为:对多个相干图分别裁剪得到多个感兴趣区域图像;先在多个感兴趣区域图像中选取两个或两个以上感兴趣区域图像,接着对两个或两个以上的感兴趣区域图像进行比较以确定感兴趣区域图像间的变化量,将两个感兴趣区域图像间的变化量与预先定义的阈值进行比较,若所述变化量大于等于阈值,则重新选择并替换变化量大于等于阈值的感兴趣区域图像,直至所有两个或两个以上感兴趣区域图像间的变化量小于阈值;
若所述变化量小于阈值,则选择该两个或两个以上感兴趣区域图像重建为高清晰重构图像,并从重构图像中提取相位和强度信息,对所述相位和强度信息进行分析得到生物样品中的信息。
进一步地,所述处理器包括存储单元、重建单元、提取单元和比较单元;
所述存储单元用于存储所述数字相机CCD捕获样品的多个相干图;
所述重建单元,对多个相干图分别裁剪得到多个感兴趣区域图像,选择其中两个感兴趣区域图像进行傅立叶变换并相乘后,得到重构图像;
所述提取单元,从所述重构图像中提取相位和强度;
所述比较单元将图像的相位和强度与参考对照表进行比较,查询对应的待测定成分浓度值。
进一步地,所述比较单元具有校准模式和测量模式;
所述校准模式从多个不同的已知成分浓度的生物样品中取得相位和强度数据,根据使用最小二乘法制作成为参考对照表,所述相位和强度数据与对应的所述已知成分浓度保存在所述存储单元中;
所述测量模式是获取包含待测定成分浓度的生物样品的重构图像,提取该重构图像中的强度A(ωx,ωy)和相位φ(ωx,ωy),使用在所述校准模式中得到的参考对照表,由此获得待测定成分的浓度。
进一步地,所述处理器还包括色彩转换模组,所述色彩转换模组对数字相机CCD捕获的多个相干图进行色彩转换校正,将色彩图像转换成灰度图像,基于灰度图像的灰度值的均值及标准差,对各个图像进行调整定限计算,将待测定成分部分识别为前景物体,且将其余部分识别为背景;使所述感兴趣区域图像包括前景物体,并将所述感兴趣区域图像进行傅立叶变换后相乘得到重构图像。
本发明的全自动生物信息分析取样系统及方法利用第一激光器和第二激光器射出的激光在腔室内的生物样品表面产生相干光,数字相机CCD记录被生物样品反射的相干光信息,形成代表不同相干角度的多个相干图;处理器将多个相干图重建为高清晰重构图像,并从重构图像中提取相位和强度信息,对相位和强度信息进行分析得到生物样品中的信息。由于数字相机CCD记录的全息图记录了光波的振幅和相位信息,因此利用处理器进行图像数值重建可以准确还原出物体的振幅和三维相位信息,从而定量获取被测生物样品的信息。由于它不需要对被测生物样品进行特殊预处理,所以被广泛应用于生物样品尤其是活细胞样品的测量。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的全自动生物信息分析取样系统的结构示意图;
图2为本发明的处理器的结构示意图;
图3为本发明的全自动生物信息分析取样方法的流程图;
图4为本发明的另一实施例的全自动生物信息分析取样系统的结构示意图;
图5为本发明的另一实施例的处理器的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本发明的具体实施例附图中,为了更好、更清楚的描述系统中的各元件的工作原理,表现所述装置中各部分的连接关系,只是明显区分了各元件之间的相对位置关系,并不能构成对元件或结构内的信号传输方向、连接顺序及各部分结构大小、尺寸、形状的限定。
如图1所示,为全自动生物信息分析取样系统的结构示意图,全自动生物信息分析取样系统包括第一激光器、第二激光器、DMD反射镜、腔室、数字相机CCD以及处理器。
第一激光器、DMD反射镜和第二激光器设置于所述腔室的外部,第二激光器垂直于第一激光器设置; DMD反射镜设置于第二激光器的出射光路中;数字相机CCD、生物样品和处理器设置在腔室的内部。
第一激光器位于生物样品的正上方,第一激光器射出的激光垂直照射生物样品表面,DMD反射镜将第二激光器射出的激光以不同的角度照射到生物样品表面,第一激光器和第二激光器射出的激光在腔室内的生物样品表面产生相干光。
数字相机CCD,位于生物样品的反射光路中,其被配置记录被生物样品反射的相干光信息,形成代表不同相干角度的多个相干图。该相干光信息包含了生物样品的信息,相干图中包含了被生物样品反射的相干光的强度和相位。
所述处理器与所述数字相机CCD电连接,如图2所示,为处理器结构示意图,所述处理器包括存储单元、重建单元、提取单元和比较单元。
处理器中的存储单元加载该多个相干图。为了增加重建图像中存在的信息量,处理器的重建单元,迭代地重构生物样品的多个相干图以恢复成一个高清晰重构图像。提取单元从高清晰重构图像中提取特定的测量信号。
重建单元,迭代地重构生物样品的多个相干图以恢复成一个高清晰重构图像的具体过程为:对根据漫射相干光的不同角度形成的多个相干图分别裁剪,得到每个图像各自的感兴趣区域。感兴趣区域的大小可以在单个像素到整个图像的尺寸范围内。然后,将所选感兴趣区域进行傅立叶变换后相乘得到高清晰重构图像。
具体地,本实施例中,对两个图像分别裁剪得到两个图像各自的感兴趣区域图像(ωx1,ωy1)和(ωx2,ωy2)为例进行说明,ωx1,ωy1和ωx2,ωy2分别表示两个感兴趣区域图像的中心坐标。
首先,对两个感兴趣区域图像(ωx1,ωy1)和(ωx2,ωy2)进行傅立叶变换,傅立叶变换表示分别为S(ωx1,ωy1)和D(ωx2,ωy2):
S(ωx1,ωy1)= A(ωx1,ωy1)exp [jφ(ωx1,ωy1)] (1);
D(ωx2,ωy2)= A(ωx2,ωy2)exp [jφ(ωx2,ωy2)] (2);
其中,A(ωx1,ωy1)和A(ωx2,ωy2)分别对应于两个感兴趣区域图像的强度,φ(ωx1,ωy1)和φ(ωx2,ωy2)分别对应于两个感兴趣区域图像的相位;
用ωx,ωy表示重构图像的中心坐标,因此,重构图像G(ωx,ωy)可以写为:
G(ωx,ωy)= S(ωx,ωy)×D(ωx,ωy)= A(ωx1,ωy1)exp [jφ(ωx1,ωy1)] × A(ωx2,ωy2)exp [jφ(ωx2,ωy2)]= A(ωx1,ωy1)A(ωx2,ωy2)×exp [j(φ(ωx1,ωy1)+φ(ωx2,ωy2)] (3)。
在优选实施例中,选择参与进行重构图像的感兴趣区域图像的方法为:可先在多个感兴趣区域图像中选取两个或两个以上感兴趣区域图像,接着对两个或两个以上的感兴趣区域图像进行比较以确定感兴趣区域图像间的变化量,重建单元可将两个感兴趣区域图像间的变化量与预先定义的阈值进行比较,若所述变化量小于阈值,则选择该两个或两个以上感兴趣区域进行重构图像,若所述变化量大于等于阈值,则重新选择并替换变化量大于等于阈值的感兴趣区域图像,直至所有两个或两个以上感兴趣区域图像间的变化量小于阈值。
在优选实施例中,处理器还包括用于校正图像的色彩转换模组。色彩转换模组对数字相机CCD记录的多个相干图进行色彩转换校正,将色彩图像转换成灰度图像,基于灰度图像的灰度值的均值及标准差对各个图像进行调整定限计算。该调整定限计算的目标为将待测定成分部分识别为前景物体,且将区域的其余部分识别为背景。对多个相干图分别裁剪得到每个图像的感兴趣区域,该感兴趣区域图像要包括前景物体,感兴趣区域图像的大小可以在单个像素到整个图像的尺寸范围内。然后,按照上述实施例中的计算方法将所选感兴趣区域图像进行傅立叶变换后相乘得到高清晰重构图像。色彩转换模组可通过调整第一激光器和第二激光器的波长、频率或强度实现。
处理器的提取单元,根据分析需要,从该重构图像中提取特定的测量信号,本实施例中,特定的测量信号为重构图像的强度A(ωx,ωy)和相位φ(ωx,ωy),
A(ωx,ωy)=A(ωx1,ωy1)A(ωx2,ωy2) (4);
φ(ωx,ωy)=φ(ωx1,ωy1)+φ(ωx2,ωy2) (5);
处理器的比较单元,对重构图像的强度A(ωx,ωy)和相位φ(ωx,ωy)进行分析得到生物样品中的信息。
在优选实施例中,对重构图像的强度A(ωx,ωy)和相位φ(ωx,ωy)进行分析得到生物样品中的信息可以为:将重构图像的强度A(ωx,ωy)和相位φ(ωx,ωy)与参考对照表进行比较,参考对照表为强度值和相位值(A,φ)与待测定成分浓度的对照表,查询该提取的重构图像中强度值和相位值(A,φ)对应的待测定成分浓度的大小。
比较单元具有校准模式和测量模式。校准模式是从多个不同的已知成分浓度的生物样品的重构图像中取得相位和强度数据,根据使用最小二乘法制作成为参考对照表。取得相位和强度数据与对应的成分浓度一起保存在存储单元中。
测量模式是获取包含待测定成分浓度的生物样品的重构图像,提取该重构图像中的强度A(ωx,ωy)和相位φ(ωx,ωy),使用在校准模式中得到的参考对照表,由此获得待测定成分的浓度。并将该成分的浓度数据立即显示在显示器上。另外,计算出的浓度数据保存在存储单元中。
如图3所示,为全自动生物信息分析取样方法的流程图,包括:
第一激光器射出的激光垂直照射生物样品表面,DMD反射镜将第二激光器射出的激光以不同的角度照射到生物样品表面,第一激光器和第二激光器射出的激光在腔室内的生物样品表面产生相干光;
记录被生物样品反射的相干光信息,形成代表不同相干角度的多个相干图;
将多个相干图重建为高清晰重构图像,并从重构图像中提取相位和强度信息,对重构图像的强度和相位进行分析得到生物样品中的信息,具体可以包括:将所述相位和强度信息与参考对照表进行比较,查询生物样品中待测定成分的浓度。
如图4所示,为本发明的另一个实施例的全自动生物信息分析取样系统的结构示意图。生物样品放入腔室中,第一激光器射出包括使生物样品所含物质经受波长位于所述被测量成分的吸收光谱内的第一激发光束,第一激发光束以一定角度照射生物样品表面,DMD反射镜将第二激光器射出的第二激发光束以不同的角度照射到生物样品表面。第二激发光束的波长接近第一激发光束的波长但在被测量成分的吸收和发射光谱之外。第二激发光束的波长大于被测量成分的发射光谱内的波长
在第一激光器出口处插入一个时间延迟片,使得第一激发光束和第二激发光束之间到达生物样品表面具有一定的时间间隔。此时,第一激光器和第二激光器射出的激光在腔室内的生物样品表面不产生相干光。
数字相机CCD感测来自所述样品物质的波长位于所述成分的发射光谱内的第二反射光,确定感测到的多个角度反射的第二反射光的强度;随后,数字相机CCD感测来自所述样品物质的波长位于所述成分的发射光谱内的第一反射光,确定感测到的第一反射光的强度。
数字相机CCD的入射窗口处设置有窄带输入滤波器,用于过滤第一反射光和第二反射光中所包含的环境光。数字相机CCD内部还设置有光电倍增管,用于将被过滤的第一反射光和第二反射光的光强度转换成对应的电信号并放大所述电信号。
如图5所示,在本实施例中,处理器还包括计算单元,处理器的计算单元根据数字相机CCD确定感测到的多个角度反射的第二反射光的平均强度,并将其从第一反射光的强度中减去得到光强差值,以便提供表示所述样品物质中所述成分的浓度大小的对照值。
具体地,处理器的比较单元,将光强差值与参考对照表进行比较,该参考对照表为光强差值与待测定成分浓度的对照表,查询该计算单元计算得到的光强差值,得到对应的待测定成分浓度的大小。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者通过所述计算机可读存储介质进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如,固态硬盘(solid state disk,SSD))等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (5)
1.全自动生物信息分析取样方法,其特征在于,包括:
第一激光器射出的激光垂直照射生物样品表面,DMD反射镜将第二激光器射出的激光以不同的角度照射到生物样品表面,第一激光器和第二激光器射出的激光在腔室内的生物样品表面产生相干光;
记录被生物样品反射的相干光信息,形成代表不同相干角度的多个相干图;
对多个相干图分别进行取样操作,所述取样操作为:对多个相干图分别裁剪得到多个感兴趣区域图像;
先在多个感兴趣区域图像中选取两个或两个以上感兴趣区域图像,接着对两个或两个以上的感兴趣区域图像进行比较以确定感兴趣区域图像间的变化量,将两个感兴趣区域图像间的变化量与预先定义的阈值进行比较,若所述变化量大于等于阈值,则重新选择并替换变化量大于等于阈值的感兴趣区域图像,直至所有两个或两个以上感兴趣区域图像间的变化量小于阈值;
若所述变化量小于阈值,则选择该两个或两个以上感兴趣区域图像重建为高清晰重构图像;
ωx1,ωy1和ωx2,ωy2分别表示两个感兴趣区域图像的中心坐标,两个感兴趣区域图像(ωx1,ωy1)和(ωx2,ωy2)的傅立叶变换表示分别为S(ωx1,ωy1)和D(ωx2,ωy2):
S(ωx1,ωy1)= A(ωx1,ωy1)exp [jφ(ωx1,ωy1)] (1);
D(ωx2,ωy2)= A(ωx2,ωy2)exp [jφ(ωx2,ωy2)] (2);
其中,A(ωx1,ωy1)和A(ωx2,ωy2)分别对应于两个感兴趣区域图像的强度,φ(ωx1,ωy1)和φ(ωx2,ωy2)分别对应于两个感兴趣区域图像的相位;
重构图像G(ωx,ωy)为:
G(ωx,ωy)= S(ωx,ωy)×D(ωx,ωy)= A(ωx1,ωy1)exp [jφ(ωx1,ωy1)] × A(ωx2,ωy2)exp [jφ(ωx2,ωy2)]= A(ωx1,ωy1)A(ωx2,ωy2)×exp [j(φ(ωx1,ωy1)+φ(ωx2,ωy2)] (3);
ωx,ωy表示重构图像的中心坐标,从所述重构图像中提取强度A(ωx,ωy)和相位φ(ωx,ωy):
A(ωx,ωy)= A(ωx1,ωy1)A(ωx2,ωy2) (4);
φ(ωx,ωy)=φ(ωx1,ωy1)+φ(ωx2,ωy2)(5);
将重构图像的强度A(ωx,ωy)和相位φ(ωx,ωy)与参考对照表进行比较,查询对应的待测定成分浓度值。
2.全自动生物信息分析取样系统,用于实现权利要求1所述的全自动生物信息分析取样方法,其特征在于,包括:第一激光器、第二激光器、DMD反射镜、腔室、数字相机CCD以及处理器;
所述第一激光器、DMD反射镜和第二激光器设置于所述腔室的外部,所述第二激光器垂直于所述第一激光器设置;所述DMD反射镜设置于第二激光器的出射光路中;所述数字相机CCD、生物样品和处理器设置在所述腔室的内部;
所述第一激光器位于生物样品的正上方,用于射出垂直于生物样品表面的激光;
所述DMD反射镜用于将第二激光器射出的激光以不同的角度照射到生物样品表面,所述第一激光器和第二激光器射出的激光在腔室内的生物样品表面产生相干光;
所述数字相机CCD位于生物样品的反射光路中,用于记录被生物样品反射的相干光信息,形成代表不同相干角度的多个相干图;
所述处理器与所述数字相机CCD电连接,所述处理器对多个相干图分别进行取样操作,所述取样操作为:对多个相干图分别裁剪得到多个感兴趣区域图像;先在多个感兴趣区域图像中选取两个或两个以上感兴趣区域图像,接着对两个或两个以上的感兴趣区域图像进行比较以确定感兴趣区域图像间的变化量,将两个感兴趣区域图像间的变化量与预先定义的阈值进行比较,若所述变化量大于等于阈值,则重新选择并替换变化量大于等于阈值的感兴趣区域图像,直至所有两个或两个以上感兴趣区域图像间的变化量小于阈值;若所述变化量小于阈值,则选择该两个或两个以上感兴趣区域图像重建为高清晰重构图像,并从重构图像中提取相位和强度信息,对所述相位和强度信息进行分析得到生物样品中的信息。
3.根据权利要求2所述的全自动生物信息分析取样系统,其特征在于,所述处理器包括存储单元、重建单元、提取单元和比较单元;
所述存储单元用于存储所述数字相机CCD捕获的多个相干图;
所述重建单元,对多个相干图分别裁剪得到多个感兴趣区域图像,选择其中两个感兴趣区域图像进行傅立叶变换并相乘后,得到重构图像;
所述提取单元,从所述重构图像中提取相位和强度;
所述比较单元将重构图像的相位和强度与参考对照表进行比较,查询对应的待测定成分浓度值。
4.根据权利要求3所述的全自动生物信息分析取样系统,其特征在于,所述比较单元具有校准模式和测量模式;
所述校准模式从多个不同的已知成分浓度的生物样品中取得相位和强度数据,根据使用最小二乘法制作成为参考对照表,所述相位和强度数据与对应的所述已知成分浓度保存在所述存储单元中;
所述测量模式是获取包含待测定成分浓度的生物样品的重构图像,提取该重构图像中的强度A(ωx,ωy)和相位φ(ωx,ωy),使用在所述校准模式中得到的参考对照表,由此获得待测定成分的浓度。
5.根据权利要求3所述的全自动生物信息分析取样系统,其特征在于,所述处理器还包括色彩转换模组,所述色彩转换模组对数字相机CCD捕获的多个相干图进行色彩转换校正,将色彩图像转换成灰度图像,基于灰度图像的灰度值的均值及标准差,对各个图像进行调整定限计算,将待测定成分部分识别为前景物体,且将其余部分识别为背景;使所述感兴趣区域图像包括前景物体,并将所述感兴趣区域图像进行傅立叶变换后相乘得到重构图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210882216.XA CN114965477B (zh) | 2022-07-26 | 2022-07-26 | 全自动生物信息分析取样系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210882216.XA CN114965477B (zh) | 2022-07-26 | 2022-07-26 | 全自动生物信息分析取样系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114965477A CN114965477A (zh) | 2022-08-30 |
CN114965477B true CN114965477B (zh) | 2022-10-21 |
Family
ID=82968964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210882216.XA Active CN114965477B (zh) | 2022-07-26 | 2022-07-26 | 全自动生物信息分析取样系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114965477B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109668838A (zh) * | 2018-11-13 | 2019-04-23 | 浙江大学 | 一种可同时检测光学元件表面和亚表面缺陷的装置及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005048174A1 (en) * | 2003-11-10 | 2005-05-26 | Technology Innovations, Llc | Digital imaging assembly and methods thereof |
US9164479B2 (en) * | 2011-09-16 | 2015-10-20 | University Of Massachusetts | Systems and methods of dual-plane digital holographic microscopy |
CN106950208B (zh) * | 2017-03-16 | 2019-06-18 | 浙江大学 | 一种基于全内反射结构光照明的宽场超分辨显微成像方法和装置 |
GR20170100352A (el) * | 2017-07-26 | 2019-04-04 | Eulambia Advanced Technologies Μον. Επε | Οπτικη φυσικη μη κλωνοποιησιμη συναρτηση βασισμενη σε πολυτροπο οπτικο κυματοδηγο |
CN107656288B (zh) * | 2017-09-15 | 2020-01-14 | 中国科学院长春光学精密机械与物理研究所 | 一种新型剪切光束成像系统及目标图像获取方法 |
CN107991242B (zh) * | 2017-11-20 | 2021-01-15 | 西北工业大学 | 一种基于偏振分光棱镜的测量样品偏振态的方法与系统 |
JP2021183946A (ja) * | 2020-05-22 | 2021-12-02 | 国立大学法人山梨大学 | 分光計、分析システム及び分析方法 |
-
2022
- 2022-07-26 CN CN202210882216.XA patent/CN114965477B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109668838A (zh) * | 2018-11-13 | 2019-04-23 | 浙江大学 | 一种可同时检测光学元件表面和亚表面缺陷的装置及方法 |
Non-Patent Citations (1)
Title |
---|
光场相干测量及其在计算成像中的应用;张润南等;《激光与光电子学进展》;20210930;第58卷(第18期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114965477A (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10113961B2 (en) | Apparatus and method for quantitive phase tomography through linear scanning with coherent and non-coherent detection | |
US7542144B2 (en) | Spatial and spectral wavefront analysis and measurement | |
US9164479B2 (en) | Systems and methods of dual-plane digital holographic microscopy | |
US11644791B2 (en) | Holographic imaging device and data processing method therefor | |
US6262818B1 (en) | Method for simultaneous amplitude and quantitative phase contrast imaging by numerical reconstruction of digital holograms | |
Palacios et al. | 3D image reconstruction of transparent microscopic objects using digital holography | |
TWI797377B (zh) | 表面形狀量測裝置以及表面形狀量測方法 | |
US20170184483A1 (en) | Method and device for incoherent imaging with coherent diffractive reconstruction | |
CN114324245B (zh) | 基于部分相干结构光照明的定量相位显微装置和方法 | |
Arcab et al. | Single-shot experimental-numerical twin-image removal in lensless digital holographic microscopy | |
CN112666815B (zh) | 一种连续太赫兹波无透镜傅里叶变换数字全息成像方法 | |
CN114965477B (zh) | 全自动生物信息分析取样系统及方法 | |
Almoro et al. | Object wave reconstruction by speckle illumination and phase retrieval | |
US10234268B2 (en) | Method and apparatus for digital holographic microtomography | |
CN103335592A (zh) | 双洛埃镜数字全息显微测量方法 | |
KR100715033B1 (ko) | 콘텐트 기반 융합 사입사 조명 다이렉트-투-디지털 홀로그래피 | |
CN113418470A (zh) | 光谱扫描共焦单次曝光数字全息测量系统及测量方法 | |
Chen et al. | High-resolution reconstruction of spectrum-overlapped off-axis holography by deflecting reference beam of Gaussian symmetry | |
CN117705001B (zh) | 基于凹面镜的数字全息物体形貌测量装置及方法 | |
Stępień et al. | Block-matching-based filtration in holographic tomography reconstruction | |
CN114397089B (zh) | 基于波面干涉信息的透镜测试方法 | |
Khmaladze et al. | Dual wavelength digital holography phase unwrapping by linear regression | |
CN117308813A (zh) | 一种基于光场衍射迭代的球面元件面形重构系统及方法 | |
Wdowiak et al. | Quantitative phase imaging verification in large field-of-view lensless holographic microscopy via two-photon 3D printing | |
xin Wang et al. | Application of Improved GS Algorithm In Cell Computing Holography |
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 |