导读:本文包含了显微成像光谱论文开题报告文献综述及选题提纲参考文献，主要关键词:显微拉曼光谱成像,活细胞,神经细胞,骨肉瘤细胞
显微成像光谱论文文献综述
李洁,宋东良,余凡,梁卓文,秦杰[1]（2019）在《无标记活细胞显微拉曼光谱成像方法研究》一文中研究指出细胞是组成生物体的基本单位,细胞的特异性决定了个体生物的特异性,细胞异常变化反映了多种疾病的演进特征及规律。目前,研究单细胞的技术主要有扫描探针显微技术、毛细管电泳技术、荧光光谱技术、微流控技术等,但大多数技术无法从分子水平定量阐述细胞成分含量及其结构信息。共聚焦拉曼光谱成像技术(Confocal Raman Microspectral Imaging,CRMI),有效地排除了焦平面以外光信号的干扰,显着提高了光学系统空间分辨率,在活细胞生化特性检测、生物组织生化分析及重大疾病早期诊断等研究领域具有重要的临床应用价值。本课题组采用CRMI技术,通过定性、定量与定位检测活细胞成分与结构特征,开展了细胞生长、细胞病变、细胞药物反应机制的研究工作。并且,通过构建多种光谱数据分析方法,通过归类分析、特征识别、量化评估细胞内核酸、蛋白质、酯类成分含量及其分布特征差异,直观反映了背根神经节结构特征及其神经轴突与雪旺细胞(共培养)生长和骨肉瘤细胞演化机制,半定量研究了骨肉瘤细胞与Notch信号通路特异性阻断剂(DAPT)相互作用。这些研究工作为更深入挖掘拉曼光谱在单细胞研究中的应用价值,研发新型单细胞快速图谱分析技术奠定了一定的研究基础。(本文来源于《第二十届全国光散射学术会议（CNCLS 20）论文摘要集》期刊2019-11-03）
袁晨[2]（2019）在《显微高光谱成像系统及大区域多维影像数据获取方法研究》一文中研究指出高光谱成像技术起源于20世纪70年代的多光谱遥感成像领域,凭借多维信息获取的能力在遥感探测领域取得了成功的应用。近年来该技术被拓展应用于生命科学领域,特别是与显微镜相结合形成的显微高光谱成像技术,在病理诊断分析中为检测目标提供更为丰富的空间和光谱信息,具有良好的应用前景。本论文研究了显微高光谱图像智能化采集方法及相应的图像处理方法,通过采用高精度载物台控制技术、显微高光谱图像自动对焦技术、多维图像拼接技术以及多维图像融合等技术,实现了显微高光谱图像和同视场彩色图像的智能化采集以及大区域多维影像数据立方体的重构,增加了图像数据的维度,为生物组织的智能识别分析提供了数据基础。论文首先给出了显微高光谱成像平台的软硬件设计方案。此外,基于所搭建的成像平台,论文提出了适用于显微高光谱图像的自动对焦方法以及大区域多维影像数据的获取及生成方法,包括显微高光谱图像的预处理方法、空白显微高光谱图像的筛选方法、显微高光谱图像的空白区域检测方法、显微高光谱图像的自动对焦方法、显微高光谱图像的大区域多维影像数据的获取方法以及生成方法。针对病理显微图像在自动对焦中存在的问题,论文改进了现有的图像清晰度评价方法与峰值搜索方法,一定程度上克服病理显微图像具有粗边缘与弱纹理的问题,实现单一入射光波长下图像的准确对焦。在此基础上,论文利用显微高光谱图像具有宽光谱范围的特点,根据光谱信息补偿对焦面的位置,实现了不同入射光波长下图像的准确对焦。另外,论文以单一维度的图像拼接方法为基础,利用显微高光谱图像的空间冗余特性,并辅以图像的位置信息,实现了显微高光谱图像的精准拼接。实验表明,所设计的显微高光谱成像平台具有自动进行单一视场与多视场下彩色与显微高光谱图像数据采集的能力,并依托于所设计的存储平台与发布平台对图像数据进行管理与发布,覆盖了图像数据从采集、管理到发布的完整生命周期,提高了显微高光谱图像的采集效率与自动化程度。在大区域多维影像数据生成方法的支持下,所产生的大区域融合图像数据可为病理组织分析提供更多维度的信息参考,此方法也为多维影像数据的融合方法提供了一种新思路,具有重要的实践意义与参考价值。(本文来源于《华东师范大学》期刊2019-05-01）
郑欣[3]（2019）在《基于显微高光谱成像的乳腺肿瘤组织微阵列识别分析方法研究》一文中研究指出近年来乳腺癌的发病率不断提升,已严重威胁了女性的身心健康。目前,组织病理检查是乳腺癌确诊的“金标准”,主要由医生对病理切片进行镜检,该过程费时费力,且受到医生主观因素和经验的影响。基于传统数字图像的计算机辅助诊断可为病理医生提供一定的识别分析结果,但其能提供的信息有限,限制了识别精度的进一步提高。显微高光谱成像技术具有“图谱合一”的特点,不仅能提供组织细胞形态结构信息,还能够提供光谱信息,为乳腺肿瘤的识别提供了新的途径。而乳腺癌巢和细胞的形态特征是评估肿瘤恶化程度的重要参考,基于此,本文将显微高光谱成像技术应用于乳腺肿瘤组织微阵列的识别与定量化分析,对癌巢和细胞的分割方法进行了研究。首先,对于肿瘤组织中癌巢的分割,为了充分利用显微高光谱图像的空间和光谱特征,本文提出了一种基于空谱特征融合的支持向量机(SVM-CSS)识别方法,通过逐像素点分类来划分癌巢和非癌巢区域。为了进一步提高识别效率,本文建立了一种基于主成分分析的U-net(PCA-Unet)分割模型。该方法利用主成分分析提取显微高光谱图像的光谱特征后,结合U-net深度学习框架实现图像端到端的分割,为相关形态特征的定量化描述奠定了基础。其次,对于肿瘤组织中细胞的分割,本文提出了一种基于空谱特征融合的分水岭分割方法(WCSS)。该方法通过端元提取和光谱解混实现目标丰度分布的提取,并利用基于标记的分水岭变换完成分割。最后,进一步结合细胞和癌巢的分割结果,划分了癌巢细胞和正常细胞,并通过肿瘤组织形态特征参数的测量,为医生的病理诊断提供定量化参考指标。实验结果表明,相比于SVM-CSS等显微高光谱图像识别方法,PCA-Unet能更有效地分割癌巢,在获取的数据集上的像素点识别准确率为87.14%;使用自动目标生成过程进行端元提取,以及完全约束最小二乘法进行光谱解混的WCSS方法对细胞的分割效果更好,其像素点识别准确率为90.68%。本文中基于显微高光谱成像的乳腺肿瘤组织微阵列识别分析方法实现了肿瘤组织的自动识别,可以为乳腺癌病理诊断提供一种新的方法。(本文来源于《华东师范大学》期刊2019-03-01）
张久旭,翟小林,王丹,裴纹萱,董玲[4]（2018）在《当归粉末显微鉴别特征的ATR-FTIR光谱成像识别》一文中研究指出目的:建立合理准确的当归鉴别方法,保证当归在药用或者食用时的真实性、有效性和安全性。方法:基于衰减全反射傅里叶变换红外光谱(ATR-FTIR)显微成像技术,使用偏最小二乘投影法,在当归药材粉末中靶向检测具有挥发油、淀粉、蔗糖和草酸钙特征吸收信号的像素光谱。结果:建立了基于ATR-FTIR显微成像技术的当归药材粉末显微光谱鉴别法。结论:ATR-FTIR显微成像技术进一步提高了当归显微鉴别方法的客观性和准确性,为当归的质量控制提供一种有效的检测方法。(本文来源于《中国现代中药》期刊2018年12期）
王月,刘傲雪,张久旭,李小阳,陈建波[5]（2018）在《基于ATR-FTIR成像技术的川贝母粉末显微光谱鉴定》一文中研究指出目的:建立一种简便快速的贝母粉末鉴定方法,以准确区分川贝母与其他贝母粉末,保证川贝母粉末的真实性。方法:使用ATR-FTIR成像技术直接测量贝母粉末的显微红外光谱,通过主成分分析和归一化相对峰强度法对测量结果进行定性和定量解析,寻找川贝母与其他贝母粉末的显微红外光谱差异特征。结果:不同品种贝母粉末的显微红外光谱图像中均存在叁类主要像素,分别具有淀粉粒、蛋白质和细胞壁的特征吸收信号,而川贝母粉末中主要对应于淀粉粒的第一类像素数量最多。以1200~900 cm~(-1)区域吸收峰面积为目标峰,以1700~1500 cm~(-1)区域吸收峰面积为参比峰,计算像素平均归一化相对峰强度Rm值。川贝母粉末的Rm值稳定在0.70左右,显着高于其他贝母粉末,可以作为区分川贝母和其他贝母粉末的量化指标。结论:使用ATR-FTIR成像技术,可以建立简便快速、客观量化的贝母粉末显微光谱鉴定方法。(本文来源于《中国现代中药》期刊2018年04期）
原江伟,张春光,王号,石磊[6]（2018）在《基于声光可调滤波器的肺癌组织快速显微光谱成像》一文中研究指出相比于传统的分光元件,非共线声光可调滤波器(AOTF)具有小巧、稳定性强、调谐灵活快速、信号接收和处理方便等诸多优点,在光谱成像领域具有很高应用价值。将非共线AOTF与倒置光学显微镜有机结合,构建了显微光谱成像系统,在可见光范围内开展了肺癌组织的快速显微光谱成像研究。通过实验获得了加载在AOTF上的超声频率与衍射光波长的调谐关系,与理论计算结果符合较好;获得了在一系列中心光波长下的肺癌组织的显微图像和对应的窄带光谱。实验结果表明,系统在工作波段内均保持较好的光谱分辨性能;对不同光波长肺癌组织图像进行对比,结果未见图像明显漂移,表明图像稳定性高;各中心波长下获得的肺癌组织图像均呈现较好的清晰度;不同波长肺癌组织图像的对比以及亮度、透射率曲线的分析结果显示,在503.45~590.12nm范围内,肺癌组织图像呈现最佳的对比度和清晰度,这主要是源于不同区域的内在组分和结构不同使得肺癌组织对于不同波长光信号的吸收程度不同。(本文来源于《中国激光》期刊2018年04期）
黄怡[7]（2018）在《基于显微高光谱成像的皮肤黑色素瘤识别方法研究》一文中研究指出皮肤黑色素瘤是一种恶性程度极高的皮肤肿瘤,现阶段尚无治愈手段,但早期确诊能够让患者得到最佳的手术时机,从而延长了患者术后的存活时间。因此,研究皮肤黑色素瘤的早期诊断方法对于临床治疗和预后都具有重要的意义。传统的皮肤黑色素瘤病理诊断对肿瘤组织无辅助识别方法和定量化分析,针对这个问题,本文将显微高光谱成像技术用于皮肤黑色素瘤的识别和定量化分析,为皮肤黑色素瘤的病理诊断分析提供一种新的方法。根据皮肤黑色素瘤样本的多样性,本文将其分为典型的叁类,针对不同类型的样本,提出了不同的研究方法。本文的主要研究内容如下:首先,从组织学层次,研究了皮肤颗粒层的分割问题,提出了基于核最小噪声分离(KMNF)的分割方法。在该方法中,采用KMNF来提取显微高光谱图像的主要特征并分离图像中的噪声,然后使用形态学滤波来获得颗粒层的主要形态特征,最后应用水平集分割方法来得到颗粒层的形态轮廓。实验结果显示,该方法分割皮肤颗粒层的精度高达80%以上,为皮肤黑色素瘤入侵深度的计算提供起始边界。其次,研究了恶性黑色素细胞的分割问题,提出了基于特征光谱监督的最小二乘支持向量机(CSS-LSSVM)分割方法。在该方法中,使用最小二乘支持向量机(LSSVM)算法来建立恶性黑色素细胞的分割模型,并在传统的LSSVM算法基础上,选取目标样本少数特征光谱作为参考,对LSSVM模型分割结果进行再分割以提高模型的分割精度。实验结果表明,该方法对皮肤黑色素瘤样本中的恶性黑色素细胞分割精度高达85%以上。同时,该方法用于分割样本中的恶性黑色素细胞,结合颗粒层的分割结果,计算了样本的皮肤黑色素瘤入侵深度。最后,研究了肿瘤区域的识别问题,采用了基于粒子群优化的极限学习机(PSO-ELM)分类算法。在该方法中,使用了极限学习机(ELM)来建立肿瘤区域识别模型,在极限学习机的参数寻优中,采用了粒子群(PSO)优化算法来寻找ELM参数的更优解,提高了极限学习机的分类精度。实验结果表明,该方法能够更有效地识别出样本中的肿瘤区域,且分类速度比SVM快,将该方法用于肿瘤区域的自动识别,可提高皮肤黑色素瘤病理诊断的效率。上述结果验证了显微高光谱成像技术在皮肤黑色素瘤识别中的可行性,并为其病理诊断提供了定量化数据,对皮肤黑色素瘤的临床治疗和预后都具有重要的意义。(本文来源于《华东师范大学》期刊2018-04-01）
石磊[8]（2018）在《皮肤癌组织的超光谱显微成像及图像处理》一文中研究指出基于TeO2晶体的声光可调滤波器(Acousto-Optic Tunable Filter,AOTF)是一种分光器件,它实现了光谱技术和图像技术的完美结合,在考古学、艺术保护、植被水资源控制、食品质量和安全控制、法医学、犯罪现场检测和生物医学等众多领域被广泛应用。超光谱成像技术是当前医学检测技术研究的一个前沿领域,它利用在宽范围内的很多很窄电磁波来提取有价值的信息。然而,目前国内研究主要应用在遥感方向,在医学方面对于疾病的检测、诊断和手术引导等,目前还处于理论实验阶段,仍然有许多问题需要解决。本文基于超光谱成像技术,进行了针对皮肤癌组织的超光谱显微图像研究。首先通过声光相互作用理论,解释了声光可调滤波器的工作原理。将声光可调滤波器与显微镜相结合,搭建超光谱显微成像实验系统。我们将皮肤癌组织作为研究对象,并通过实验得到了不同光波段的81个皮肤癌组织超光谱显微图像。由于光谱图像数据具有高维度,大数据量的特点,这给对皮肤癌组织的描述提供了更多的信息量。在图像空间领域,分析了皮肤癌组织的超光谱显微图像之间的相关性,这种相关性系数平均在0.9以上,体现了光谱间的连续性。并对超光谱图像数据主成分压缩处理和叁波段RGB图像融合。在光谱空间领域,构建图像光谱立方体,可以得到皮肤癌组织的光谱库。进一步研究发现,若已知病变区域光谱,通过光谱角匹配公式,就可以探知潜在的未知病变区域,实现对病变区域的定性、定量和定位的检测。最后,在皮肤癌组织光谱库中,依据异物异谱的特性,使用径向基支持向量机和BP神经网络模式识别方法来分类学习,分类结果可以清楚地得出不同的组织结构类型,进一步说明光谱数据的可视化优点。(本文来源于《福建师范大学》期刊2018-03-20）
石磊,张春光,王号,原江伟[9]（2018）在《基于声光可调滤波器双滤波技术的超光谱显微成像系统及其图像分析》一文中研究指出光谱分辨率是声光可调滤波器(AOTF)的关键。基于声光滤波器的工作原理,通过前后串联两个滤波器,设计了基于双滤波结构的超光谱成像系统。通过对单一滤波和双滤波结构特性的理论计算和实验测量结果的分析比较,可以发现在中心波长相等的情况下,双滤波结构的光谱宽度比单一滤波结构小,说明了双滤波技术在改善光谱宽度方面的优越性。另外,利用双滤波结构,结合倒置光学显微镜,设计了基于双滤波技术的显微成像系统。基于大量的胃癌组织超光谱显微图像,选取相关系数较小的叁个光谱图像,使用RGB假彩色图像融合技术进行处理。经仿真实验发现,超光谱图像融合技术能够有效地改善图像的质量。(本文来源于《激光与光电子学进展》期刊2018年03期）
侯国辉,陈秉灵,罗腾,刘杰,林子扬[10]（2018）在《宽带相干反斯托克斯光谱显微成像技术的实验研究》一文中研究指出由于该成像系统采用的超连续谱光源,可以满足所观测样品本源分子在0~4 000cm-1内的所有拉曼振动活性模式同时共振增强,在探测光的作用下,同时产生宽带相干反斯托克斯拉曼散射信号。然后,根据不同的化学键进行光谱图像重构,可以获得反映不同化学键在样品中的分布的图像。对110nm的纯的聚苯乙烯珠所形成的具有一定厚度的薄膜,通过改变探测激光与超连续谱脉冲之间的时间重合度,测量形成的相干反斯托克斯拉曼散射信号的时间分布迹线图,通过其中的1 000cm-1的化学键强度信号进行指数衰减曲线拟合,得出具体的退相时间,与文献中已报道的叁色CARS的退相时间相比,判断是否属于叁色CARS。为了检验系统在实际生物学成像中存在的问题,我们开展了活体小鼠组织生物学应用成像实验,对记录的数据在2 940cm-1的CARS信号进行图像重构,获得CH化学键在组织中的分布,然后,对重构图像直接使用小波变换的去噪方式进行图像去噪,去噪后的图像具有比较清晰的轮廓,结果表明,对于对比度比较强的CARS共振信号,直接使用小波变换的去噪方式就可以获得比较好的图像效果。但是,对于信噪比比较差的共振信号,使用这种处理方法是不合适的,需要使用别的方法,先获取好的信号对比度,再根据感兴趣的化学键进行图像重构,然后,再经过小波变换对图像去噪,图像不仅会变得清晰平滑,而且,具有较好的视觉感官效果。(本文来源于《光谱学与光谱分析》期刊2018年02期）
显微成像光谱论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
高光谱成像技术起源于20世纪70年代的多光谱遥感成像领域,凭借多维信息获取的能力在遥感探测领域取得了成功的应用。近年来该技术被拓展应用于生命科学领域,特别是与显微镜相结合形成的显微高光谱成像技术,在病理诊断分析中为检测目标提供更为丰富的空间和光谱信息,具有良好的应用前景。本论文研究了显微高光谱图像智能化采集方法及相应的图像处理方法,通过采用高精度载物台控制技术、显微高光谱图像自动对焦技术、多维图像拼接技术以及多维图像融合等技术,实现了显微高光谱图像和同视场彩色图像的智能化采集以及大区域多维影像数据立方体的重构,增加了图像数据的维度,为生物组织的智能识别分析提供了数据基础。论文首先给出了显微高光谱成像平台的软硬件设计方案。此外,基于所搭建的成像平台,论文提出了适用于显微高光谱图像的自动对焦方法以及大区域多维影像数据的获取及生成方法,包括显微高光谱图像的预处理方法、空白显微高光谱图像的筛选方法、显微高光谱图像的空白区域检测方法、显微高光谱图像的自动对焦方法、显微高光谱图像的大区域多维影像数据的获取方法以及生成方法。针对病理显微图像在自动对焦中存在的问题,论文改进了现有的图像清晰度评价方法与峰值搜索方法,一定程度上克服病理显微图像具有粗边缘与弱纹理的问题,实现单一入射光波长下图像的准确对焦。在此基础上,论文利用显微高光谱图像具有宽光谱范围的特点,根据光谱信息补偿对焦面的位置,实现了不同入射光波长下图像的准确对焦。另外,论文以单一维度的图像拼接方法为基础,利用显微高光谱图像的空间冗余特性,并辅以图像的位置信息,实现了显微高光谱图像的精准拼接。实验表明,所设计的显微高光谱成像平台具有自动进行单一视场与多视场下彩色与显微高光谱图像数据采集的能力,并依托于所设计的存储平台与发布平台对图像数据进行管理与发布,覆盖了图像数据从采集、管理到发布的完整生命周期,提高了显微高光谱图像的采集效率与自动化程度。在大区域多维影像数据生成方法的支持下,所产生的大区域融合图像数据可为病理组织分析提供更多维度的信息参考,此方法也为多维影像数据的融合方法提供了一种新思路,具有重要的实践意义与参考价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
显微成像光谱论文参考文献
[1].李洁,宋东良,余凡,梁卓文,秦杰.无标记活细胞显微拉曼光谱成像方法研究[C].第二十届全国光散射学术会议（CNCLS20）论文摘要集.2019
[2].袁晨.显微高光谱成像系统及大区域多维影像数据获取方法研究[D].华东师范大学.2019
[3].郑欣.基于显微高光谱成像的乳腺肿瘤组织微阵列识别分析方法研究[D].华东师范大学.2019
[4].张久旭,翟小林,王丹,裴纹萱,董玲.当归粉末显微鉴别特征的ATR-FTIR光谱成像识别[J].中国现代中药.2018
[5].王月,刘傲雪,张久旭,李小阳,陈建波.基于ATR-FTIR成像技术的川贝母粉末显微光谱鉴定[J].中国现代中药.2018
[6].原江伟,张春光,王号,石磊.基于声光可调滤波器的肺癌组织快速显微光谱成像[J].中国激光.2018
[7].黄怡.基于显微高光谱成像的皮肤黑色素瘤识别方法研究[D].华东师范大学.2018
[8].石磊.皮肤癌组织的超光谱显微成像及图像处理[D].福建师范大学.2018
[9].石磊,张春光,王号,原江伟.基于声光可调滤波器双滤波技术的超光谱显微成像系统及其图像分析[J].激光与光电子学进展.2018
[10].侯国辉,陈秉灵,罗腾,刘杰,林子扬.宽带相干反斯托克斯光谱显微成像技术的实验研究[J].光谱学与光谱分析.2018