專利名稱：一種微操作機(jī)器人系統(tǒng)批量細(xì)胞重定位方法
技術(shù)領(lǐng)域：
本發(fā)明屬于微操作機(jī)器人技術(shù)領(lǐng)域，是機(jī)器人技術(shù)的一種，特別涉及一種微操作機(jī)器人系統(tǒng)批量細(xì)胞重定位方法。
背景技術(shù)：
微操作機(jī)器人系統(tǒng)是機(jī)器人技術(shù)在微細(xì)操作領(lǐng)域的延伸[1]，微操作是指對(duì)微小物體的整體或部分進(jìn)行的操作和處理，它處理問題的尺度一般在幾微米到幾百微米之間[2’3]。 近年來，隨著微操作研究的不斷深入，面向單目標(biāo)的微操作技術(shù)日趨完善和成熟，多目標(biāo)操作和批量目標(biāo)操作已逐漸成為微操作的研究重點(diǎn)。在利用微操作機(jī)器人系統(tǒng)進(jìn)行如批量細(xì)胞顯微注射的生物實(shí)驗(yàn)時(shí)，通常需要在操作完成后，將細(xì)胞培養(yǎng)一段時(shí)間，再拿回顯微鏡下觀察。由于批量細(xì)胞分布廣泛且數(shù)量眾多，當(dāng)培養(yǎng)皿再次置于顯微鏡下時(shí)，很難在顯微視野中將培養(yǎng)前后的細(xì)胞一一對(duì)應(yīng)起來，無法具有針對(duì)性地觀察操作結(jié)果，對(duì)于實(shí)驗(yàn)結(jié)果的定量統(tǒng)計(jì)與分析也無從展開。因此，當(dāng)生物微操作進(jìn)入批量操作階段后，批量細(xì)胞的重定位成為一個(gè)非常重要的問題。目前，與生物微操作相關(guān)的定位研究大都集中于細(xì)胞定位，主要工作為使用各種圖像處理方法或人工輔助方法實(shí)現(xiàn)批量細(xì)胞自動(dòng)、半自動(dòng)的定位，從而加大微操作的自動(dòng)化程度。例如，文獻(xiàn)[4]實(shí)現(xiàn)了一種果蠅胚胎的自動(dòng)注射系統(tǒng)，操作目標(biāo)置于特制的玻璃滑塊上，每次注射前，需要對(duì)整個(gè)滑塊進(jìn)行掃描，獲取批量胚胎的全局位置。在該系統(tǒng)進(jìn)行全局定位時(shí)，首先對(duì)圖像進(jìn)行二值化，獲取果蠅胚胎所在的候選區(qū)域，接下來，計(jì)算候選區(qū)域面積，如果該面積與果蠅胚胎大小匹配，則認(rèn)為該區(qū)域?yàn)楣壟咛ァＮ墨I(xiàn)[5]提出了一種用于自動(dòng)顯微注射的卵母細(xì)胞定位方法，該方法選擇一個(gè)卵母細(xì)胞的圖像作為模板，并通過計(jì)算模板與對(duì)應(yīng)圖像的差方和，獲取圖像中卵母細(xì)胞的位置。文獻(xiàn)[6]利用微操作機(jī)器人系統(tǒng)進(jìn)行了半自動(dòng)的批量貼壁細(xì)胞注射，在注射過程中，首先需要操作者通過鼠標(biāo)點(diǎn)擊的方式定位出當(dāng)前視野中的所有注射目標(biāo)，接下來，系統(tǒng)根據(jù)最短路徑算法自動(dòng)計(jì)算出目標(biāo)的操作順序，然后依次完成細(xì)胞注射。當(dāng)前視野范圍內(nèi)的目標(biāo)注射完畢后，系統(tǒng)控制平臺(tái)自動(dòng)移動(dòng)到下一個(gè)待操作的視野范圍，重復(fù)上述過程。另一方面，對(duì)于一些體積較大的懸浮細(xì)胞，如胚胎或卵細(xì)胞等，可通過專用的細(xì)胞固定設(shè)備使細(xì)胞的分布具有結(jié)構(gòu)化特征。例如，文獻(xiàn)[7]采用的胚胎固定設(shè)備如附圖1所示，該設(shè)備上均勻分布著小孔，每個(gè)小孔內(nèi)固定一枚胚胎。實(shí)驗(yàn)中，微操作機(jī)器人系統(tǒng)驅(qū)動(dòng)胚胎固定設(shè)備運(yùn)動(dòng)，沿最優(yōu)序列完成胚胎注射。這樣，在細(xì)胞培養(yǎng)后觀察實(shí)驗(yàn)結(jié)果時(shí)，也可同樣借助這些專用固定設(shè)備實(shí)現(xiàn)批量細(xì)胞的重定位。然而，對(duì)于絕大多數(shù)的細(xì)胞，如貼壁細(xì)胞或體積較小的懸浮細(xì)胞，它們隨機(jī)分布在培養(yǎng)液中，無法形成結(jié)構(gòu)化的操作空間，此時(shí)只能依靠人觀察實(shí)驗(yàn)結(jié)果并進(jìn)行粗略地對(duì)比， 很難針對(duì)某些特定細(xì)胞分析操作結(jié)果。因此，如何充分利用微操作機(jī)器人系統(tǒng)的特點(diǎn)，快速準(zhǔn)確的實(shí)現(xiàn)批量細(xì)胞的重定位是現(xiàn)今微操作中亟需解決的問題。

發(fā)明內(nèi)容
本發(fā)明的目的是解決生物微操作中的批量細(xì)胞重定位問題，針對(duì)培養(yǎng)前后細(xì)胞相對(duì)位置保持不變的情況，提出一種基于鄰近目標(biāo)構(gòu)型的多分辨率微操作機(jī)器人系統(tǒng)批量細(xì)胞重定位方法，該方法為利用微操作機(jī)器人系統(tǒng)分析生物實(shí)驗(yàn)結(jié)果提供了前提條件。本發(fā)明提供的微操作機(jī)器人系統(tǒng)批量細(xì)胞重定位方法，所述細(xì)胞主要考慮細(xì)胞自身位置基本不動(dòng)的情況(例如具有粘著性質(zhì)的懸浮細(xì)胞或絕大多數(shù)貼壁細(xì)胞等)，在細(xì)胞培養(yǎng)前和培養(yǎng)后的兩次觀察中，考慮到一些細(xì)胞會(huì)在培養(yǎng)過程中由于死亡而消失，將培養(yǎng)前的視野定義為初始視野，將培養(yǎng)后的視野定義為當(dāng)前視野，從當(dāng)前視野中選取細(xì)胞，在初始視野中尋找其對(duì)應(yīng)細(xì)胞，這些細(xì)胞必然存在于初始視野中；考慮到眾多細(xì)胞相對(duì)位置的復(fù)雜性，以及定位誤差的影響，本發(fā)明將批量細(xì)胞重定位方法分為以下兩步第1、鄰近細(xì)胞的局部匹配在當(dāng)前視野中隨機(jī)選擇一個(gè)細(xì)胞作為中心目標(biāo)，尋找鄰近中心目標(biāo)的一組細(xì)胞， 通過鄰近目標(biāo)構(gòu)型在初始視野中匹配一組鄰近細(xì)胞；鄰近目標(biāo)構(gòu)型如附圖2所示，它是由相對(duì)位置固定的一組細(xì)胞構(gòu)成的幾何圖形，本發(fā)明設(shè)定鄰近目標(biāo)構(gòu)型由三部分決定中心目標(biāo)、中心目標(biāo)與其它目標(biāo)的間距、各目標(biāo)與中心目標(biāo)連線間的逆時(shí)針轉(zhuǎn)角。為了提高后續(xù)全局匹配的成功率，鄰近細(xì)胞的局部匹配應(yīng)盡可能保證不丟失正確的匹配，匹配結(jié)果可能不唯一，對(duì)于一組鄰近細(xì)胞得到多個(gè)候選鄰近細(xì)胞組。通過鄰近目標(biāo)構(gòu)型在初始視野中匹配當(dāng)前視野的一組鄰近細(xì)胞，匹配思路為首先在鄰近細(xì)胞中選擇一個(gè)細(xì)胞，與中心目標(biāo)構(gòu)成第一分支，并根據(jù)分支長(zhǎng)度在初始視野中進(jìn)行匹配；之后依次選取其它細(xì)胞與中心目標(biāo)構(gòu)成分支，計(jì)算分支距離、該分支到其它分支的逆時(shí)針轉(zhuǎn)角，逐漸縮小匹配范圍，直到該組細(xì)胞全部處理完。從上述思路可以看出，第一分支的選擇與細(xì)胞匹配順序非常重要，為了降低這些因素對(duì)匹配結(jié)果的影響，本發(fā)明不斷輪換第一分支，并在分支輪換后重新設(shè)定其它細(xì)胞的匹配順序。另外，為了盡可能不丟失正確的匹配，本發(fā)明允許部分分支匹配，并通過預(yù)先設(shè)定的分支匹配率，判斷匹配結(jié)果的可用性。附圖3給出了細(xì)胞組匹配的流程，具體步驟如下第11、在當(dāng)前視野中確定中心目標(biāo)c和其m個(gè)最鄰近細(xì)胞Cl，c2, L，cm，設(shè)已處理的細(xì)胞序列為B = Ib1, b2，L}，用NB表示序列中的元素個(gè)數(shù)；第1. 2、設(shè)定鄰近細(xì)胞的初始順序?yàn)镃l，C2, L，Cffl,初始化變量k = 1 (k表示細(xì)胞編號(hào))；第1. 3、選擇第k個(gè)細(xì)胞Ck與中心目標(biāo)c構(gòu)成第一分支cck，初始化已處理序列B =Φ，并對(duì)其它細(xì)胞隨機(jī)排序，排序結(jié)果記為ck l，ck 2，I^ck 0lri)；第1. 4、在初始視野中搜索距離滿足dk = I cck|的候選細(xì)胞對(duì)；第1.5、若搜索成功，將細(xì)胞Ck加入序列B，初始化變量ρ = l,q= 1 (P表示隨機(jī)排序后細(xì)胞序列的細(xì)胞編號(hào)，q表示已處理序列B中細(xì)胞的編號(hào))，繼續(xù)執(zhí)行，否則轉(zhuǎn)到第 1. 11 步；第1. 6、在第1. 3步隨機(jī)排序后的細(xì)胞中取出第ρ個(gè)細(xì)胞Ck p，與中心細(xì)胞形成分支cck—p，在已處理的細(xì)胞序列B中取出第q個(gè)細(xì)胞Iv計(jì)算距離dkj) = I cckj I，以及cb,到 CCk p的逆時(shí)針轉(zhuǎn)角θ，基于之前匹配結(jié)果，在初始視野中搜索滿足θ的細(xì)胞；
第1. 7、若搜索成功，將細(xì)胞Ckjj加入序列B，轉(zhuǎn)到第1. 9步，否則繼續(xù)執(zhí)行；第1. 8、令q = q+Ι，若q彡NB，轉(zhuǎn)到第1. 6步，考察分支CCk p與其它分支的夾角， 否則，在初始視野中找不到細(xì)胞ck—p的對(duì)應(yīng)細(xì)胞，轉(zhuǎn)到第1. 9步；第1.9、令？ = p+l，q = 1，若P彡m_l，則轉(zhuǎn)到第1. 6步，處理下一個(gè)細(xì)胞，否則繼
續(xù)執(zhí)行；第1. 10、計(jì)算分支匹配率NB/m，若匹配率大于設(shè)定閾值，匹配成功，保留候選鄰近細(xì)胞組，否則匹配不成功，繼續(xù)執(zhí)行；第1. 11、令k = k+Ι，若k彡m，則轉(zhuǎn)到第1. 3步，處理下一個(gè)第一分支；否則處理完畢，保存候選鄰近細(xì)胞組。第2、批量細(xì)胞的全局重定位在重定位方法中引入多分辨率的思想，設(shè)定原始的初始視野和當(dāng)前視野的分辨率層次為0 ；將鄰近細(xì)胞組作為一個(gè)整體，分辨率層次為1，通過鄰近目標(biāo)構(gòu)型考察各中心目標(biāo)間的位置關(guān)系，此時(shí)只需針對(duì)候選鄰近細(xì)胞組的中心目標(biāo)進(jìn)行匹配，匹配結(jié)果有助于去除匹配錯(cuò)誤的候選鄰近細(xì)胞組；接下來，將層次1中的中心目標(biāo)再次作為一個(gè)整體繼續(xù)上述過程，分辨率層次為2 ；不斷在下一個(gè)分辨率層次中進(jìn)行上一層次中心目標(biāo)的匹配，直到構(gòu)成細(xì)胞網(wǎng)狀結(jié)構(gòu)，實(shí)現(xiàn)細(xì)胞的全局重定位。附圖4給出了細(xì)胞網(wǎng)狀結(jié)構(gòu)的示意圖，圖中包括2個(gè)分辨率層次在層次0中，每個(gè)圓圈代表一組鄰近細(xì)胞，在層次1中，只考察鄰近細(xì)胞組的中心目標(biāo)的位置關(guān)系，圖中填充圓圈為本層新的中心目標(biāo)，取其4個(gè)最近鄰中心目標(biāo)構(gòu)成細(xì)胞網(wǎng)狀結(jié)構(gòu)。具體步驟如下第2. 1、初始化分辨率級(jí)別L = O;第2. 2、在當(dāng)前視野中隨機(jī)選擇η個(gè)細(xì)胞，作為最高分辨率層次L = O的中心目標(biāo)。 為了盡可能代表細(xì)胞的全局信息，中心目標(biāo)應(yīng)廣泛分布，規(guī)定任意兩個(gè)中心目標(biāo)間的距離必須大于d0 ；第2. 3、尋找所有中心目標(biāo)的m個(gè)鄰近細(xì)胞，在初始視野中分別進(jìn)行細(xì)胞組匹配， 得到候選鄰近細(xì)胞組，如果找不到候選目標(biāo)組，則刪除該中心目標(biāo)；第2.4、令1^ = 1^+1;第2. 5、在L級(jí)分辨率層次中，將上次參與匹配的中心目標(biāo)作為當(dāng)前視野和初始視野的新目標(biāo)；第2. 6、在新目標(biāo)中隨機(jī)選擇Ik個(gè)細(xì)胞，作為L(zhǎng)級(jí)分辨率層次中的中心目標(biāo)，任意兩個(gè)中心目標(biāo)間的距離必須大于<；第2. 7、尋找所有中心目標(biāo)的％個(gè)鄰近細(xì)胞，在初始視野中進(jìn)行細(xì)胞組匹配；第2. 8、將L級(jí)分辨率層次中的構(gòu)型關(guān)系反作用于(L-I)級(jí)匹配結(jié)果，刪除那些匹配錯(cuò)誤的中心目標(biāo)；第2. 9、若得到唯一的匹配結(jié)果，則構(gòu)成全局細(xì)胞的網(wǎng)狀結(jié)構(gòu)，結(jié)束處理，否則，轉(zhuǎn)到第2. 4步。本發(fā)明的優(yōu)點(diǎn)和積極效果本發(fā)明提出并實(shí)現(xiàn)了一種基于鄰近目標(biāo)構(gòu)型的多分辨率重定位方法，該方法可快速、準(zhǔn)確地將生物實(shí)驗(yàn)中培養(yǎng)前后的細(xì)胞對(duì)應(yīng)起來，為定量統(tǒng)計(jì)生物實(shí)驗(yàn)結(jié)果提供了可能。 將該方法應(yīng)用于微操作機(jī)器人系統(tǒng)中，可提高批量微操作的便捷性，拓展了微操作機(jī)器人的使用范圍。


圖1是參考文獻(xiàn)[7]中使用的胚胎固定設(shè)備；圖2是細(xì)胞鄰近目標(biāo)構(gòu)型的示意；圖3是鄰近細(xì)胞局部匹配的流程；圖4是細(xì)胞網(wǎng)狀結(jié)構(gòu)的示意；圖5是通過微操作機(jī)器人系統(tǒng)采集到的批量細(xì)胞初始視野，已完成細(xì)胞的全局定位；圖6是通過微操作機(jī)器人系統(tǒng)采集到的批量細(xì)胞當(dāng)前視野，和附圖5的初始視野有一定重合，已完成細(xì)胞的全局定位；圖7是對(duì)應(yīng)表2中細(xì)胞的鄰近目標(biāo)構(gòu)型，A當(dāng)前視野，B初始視野；圖8當(dāng)前視野和初始視野中的全局細(xì)胞網(wǎng)狀結(jié)構(gòu)，A當(dāng)前視野，B初始視野；圖9是通過微操作機(jī)器人系統(tǒng)采集到的批量細(xì)胞當(dāng)前視野，和附圖5的初始視野沒有重合，已完成細(xì)胞的全局定位；圖10是成功匹配的細(xì)胞組的鄰近目標(biāo)構(gòu)型，A當(dāng)前視野，B初始視野。
具體實(shí)施例方式發(fā)明實(shí)驗(yàn)裝置在實(shí)施例中，使用的實(shí)驗(yàn)系統(tǒng)是NKTYMR微操作機(jī)器人系統(tǒng)，該系統(tǒng)通過電動(dòng)操作平臺(tái)(參見ZL2003101066313號(hào)專利)帶動(dòng)被觀察目標(biāo)沿X、Y方向運(yùn)動(dòng)，移動(dòng)精度2 μ m， 運(yùn)動(dòng)范圍為IOcmX 10cm，最快的移動(dòng)速度為1500 μ m/s。系統(tǒng)配備Olympus CK40顯微鏡， 其物鏡包括4倍、10倍、20倍、40倍四種，局部顯微圖像的象素尺寸為768X576。本發(fā)明以人體血細(xì)胞切片作為實(shí)驗(yàn)對(duì)象進(jìn)行重定位實(shí)驗(yàn)，實(shí)驗(yàn)在40倍顯微物鏡下完成，通過微操作機(jī)器人采集局部顯微圖像并進(jìn)行拼接，獲得含有批量血細(xì)胞的全局視野圖像(參見CN101596715號(hào)專利)。下面針對(duì)相同視野(可以匹配成功)和不同視野(無法匹配成功)兩種情況，給出批量細(xì)胞重定位的處理過程。實(shí)施例1 針對(duì)相同視野的批量細(xì)胞重定位針對(duì)相同視野的批量細(xì)胞重定位步驟如下1.將人體血細(xì)胞切片置于微操作機(jī)器人的電動(dòng)操作平臺(tái)上，通過微操作機(jī)器人系統(tǒng)采集全局圖像作為初始視野，如附圖5所示，通過3 X 3個(gè)顯微視野拼接而成，全局圖像的尺寸為 1600pixelX Illlpixelo2.對(duì)初始視野圖像使用文獻(xiàn)[8]的方法進(jìn)行細(xì)胞的全局定位，附圖5用白色圓圈標(biāo)出了定位結(jié)果，共定位出細(xì)胞166個(gè)。3.小范圍隨機(jī)移動(dòng)人體血細(xì)胞切片，保證移動(dòng)前后的顯微視野具有一定的重合， 以模擬同一培養(yǎng)皿培養(yǎng)前后的情形；采集全局圖像作為當(dāng)前視野，如附圖6所示，通過3X3 個(gè)顯微視野拼接而成，全局圖像的尺寸為1588pixel XlISOpixel。4.對(duì)當(dāng)前視野圖像進(jìn)行細(xì)胞的全局定位，附圖6用白色圓圈標(biāo)出了定位結(jié)果，共定位出177個(gè)細(xì)胞。
5.在分辨率層次L = 0中，對(duì)當(dāng)前視野和初始視野中的批量細(xì)胞進(jìn)行鄰近細(xì)胞的局部匹配。隨機(jī)選擇附圖6中的45個(gè)細(xì)胞作為中心目標(biāo)，確保中心目標(biāo)間距大于Cltl = 150pixel ；設(shè)定尋找中心目標(biāo)的5個(gè)最近鄰細(xì)胞，分支匹配率為0. 8，通過鄰近細(xì)胞構(gòu)型在附圖5中分別進(jìn)行細(xì)胞組匹配。在附圖6中，設(shè)定坐標(biāo)位置為OO 31)的細(xì)胞為1號(hào)中心目標(biāo)，下面以該細(xì)胞為例，說明細(xì)胞組匹配的詳細(xì)過程。a)在附圖6中，尋找1號(hào)中心目標(biāo)的5個(gè)最近鄰細(xì)胞，坐標(biāo)分別為(74 101)、(179 6)、(153165)、(221 108)、(82 252)，設(shè)定此順序?yàn)猷徑?xì)胞的初始順序。b)選擇細(xì)胞(74 101)與中心目標(biāo)構(gòu)成第一分支，根據(jù)分支長(zhǎng)度Cl1 = ccj = 88. 4，在附圖5中搜索滿足距離的候選細(xì)胞對(duì)，共得到278個(gè)候選細(xì)胞對(duì)，將細(xì)胞(74 101) 加入序列B。c)選擇細(xì)胞(179 6) (P = 1，q = 1)，與中心目標(biāo)形成分支CC1」，根據(jù)分支長(zhǎng)度(I1」 =Icc11I =161.0與轉(zhuǎn)角θ =6. 2，在附圖5中繼續(xù)搜索，可在附圖5中找到31個(gè)對(duì)應(yīng)細(xì)胞，將細(xì)胞(179 6)加入序列B。d)同理，依次選擇(153 165) (p = 2，q = 1)、(221 108) (ρ = 3，q = 1)、(82 252) (p = 4，q= 1)等細(xì)胞，根據(jù)相應(yīng)的分支長(zhǎng)度和轉(zhuǎn)角在附圖5中進(jìn)行搜索，分別得到27、38、 32個(gè)對(duì)應(yīng)細(xì)胞。e)綜合上述搜索結(jié)果，分支匹配率大于0. 8的細(xì)胞組共有3個(gè)，分別為(912 392)(897 305) (0 0) (843 220) (765 237) (902 170)(971 1045)(1034 983)(918 901)(1087 907) (0 0)(1190 987)(1190 987)(1164 907)(1034 983) (1077 826) (1002 895) (0 0)其中，坐標(biāo)(0 0)表示沒有搜索到該分支的對(duì)應(yīng)細(xì)胞。依次處理所有中心目標(biāo)，匹配結(jié)果如表1所示，在45個(gè)中心目標(biāo)中，有觀個(gè)匹配成功。表2分別給出了編號(hào)為1、11、21、31、41號(hào)中心細(xì)胞的詳細(xì)匹配結(jié)果，附圖7給出了這些中心目標(biāo)的鄰近細(xì)胞構(gòu)型。從表和圖中可以看出，分辨率層次L = 0的匹配結(jié)果不唯一。表1細(xì)胞組匹配結(jié)果(L = 0)
權(quán)利要求
1. 一種微操作機(jī)器人系統(tǒng)批量細(xì)胞重定位方法，其特征在于所述細(xì)胞主要考慮細(xì)胞自身位置基本不動(dòng)的情況，在細(xì)胞培養(yǎng)前和培養(yǎng)后的兩次觀察中，將培養(yǎng)前的視野定義為初始視野，將培養(yǎng)后的視野定義為當(dāng)前視野，從當(dāng)前視野中選取細(xì)胞，在初始視野中尋找其對(duì)應(yīng)細(xì)胞，這些細(xì)胞必然存在于初始視野中；批量細(xì)胞重定位方法具體分為以下兩步 第1、鄰近細(xì)胞的局部匹配在當(dāng)前視野中隨機(jī)選擇一個(gè)細(xì)胞作為中心目標(biāo)，尋找鄰近中心目標(biāo)的一組細(xì)胞，通過鄰近目標(biāo)構(gòu)型在初始視野中匹配一組鄰近細(xì)胞；鄰近細(xì)胞是由相對(duì)位置固定的一組細(xì)胞構(gòu)成的幾何圖形，本發(fā)明設(shè)定鄰近目標(biāo)構(gòu)型由三部分決定中心目標(biāo)、中心目標(biāo)與其它目標(biāo)的間距、各目標(biāo)與中心目標(biāo)連線間的逆時(shí)針轉(zhuǎn)角；為了提高后續(xù)全局匹配的成功率，鄰近細(xì)胞的局部匹配應(yīng)盡可能保證不丟失正確的匹配，匹配結(jié)果可能不唯一，對(duì)于一組鄰近細(xì)胞得到多個(gè)候選鄰近細(xì)胞組；通過鄰近目標(biāo)構(gòu)型在初始視野中匹配當(dāng)前視野的一組鄰近細(xì)胞， 匹配思路為首先在鄰近細(xì)胞中選擇一個(gè)細(xì)胞，與中心目標(biāo)構(gòu)成第一分支，并根據(jù)分支長(zhǎng)度在初始視野中進(jìn)行匹配；之后依次選取其它細(xì)胞與中心目標(biāo)構(gòu)成分支，計(jì)算分支距離、該分支到其它分支的逆時(shí)針轉(zhuǎn)角，逐漸縮小匹配范圍，直到該組細(xì)胞全部處理完；具體步驟如下第11、在當(dāng)前視野中確定中心目標(biāo)C和其m個(gè)最鄰近細(xì)胞Cl，C2, L，cm，設(shè)已處理的細(xì)胞序列為B = Ib1, b2，L}，用NB表示序列中的元素個(gè)數(shù)；第1. 2、設(shè)定鄰近細(xì)胞的初始順序?yàn)镃l，C2, L，Cm，初始化變量k = 1，k表示細(xì)胞編號(hào)； 第1. 3、選擇第k個(gè)細(xì)胞ck與中心目標(biāo)c構(gòu)成第一分支cck，初始化已處理序列B = Φ， 并對(duì)其它細(xì)胞隨機(jī)排序，排序結(jié)果記為ck—ck 2, L，Ck 0rt)；第1.4、在初始視野中搜索距離滿足dk= ccj的候選細(xì)胞對(duì)； 第1. 5、若搜索成功，將細(xì)胞Ck加入序列B，初始化變量ρ = l,q= l，p表示隨機(jī)排序后細(xì)胞序列的細(xì)胞編號(hào)，q表示已處理序列B中細(xì)胞的編號(hào)，繼續(xù)執(zhí)行，否則轉(zhuǎn)到第1. 11步； 第1. 6、在第1. 3步隨機(jī)排序后的細(xì)胞中取出第ρ個(gè)細(xì)胞ckj)，與中心細(xì)胞形成分支CCk ρ,在已處理的細(xì)胞序列B中取出第q個(gè)細(xì)胞by計(jì)算距離dk p = I CCk p I，以及cb,到CCkjj的逆時(shí)針轉(zhuǎn)角θ，基于之前匹配結(jié)果，在初始視野中搜索滿足dkj)和θ的細(xì)胞； 第1. 7、若搜索成功，將細(xì)胞ckJ)加入序列B，轉(zhuǎn)到第1. 9步，否則繼續(xù)執(zhí)行； 第1. 8、令q = q+Ι，若q彡NB,轉(zhuǎn)到第1. 6步，考察分支CCk p與其它分支的夾角，否則， 在初始視野中找不到細(xì)胞ck p的對(duì)應(yīng)細(xì)胞，轉(zhuǎn)到第1. 9步；第1.9、令？ = p+l，q = 1，若P彡m-1，則轉(zhuǎn)到第1. 6步，處理下一個(gè)細(xì)胞，否則繼續(xù)執(zhí)行；第1. 10、計(jì)算分支匹配率NB/m，若匹配率大于設(shè)定閾值，匹配成功，保留候選鄰近細(xì)胞組，否則匹配不成功，繼續(xù)執(zhí)行；第1. 11、令k = k+Ι，若k彡m，則轉(zhuǎn)到第1.3步，處理下一個(gè)第一分支；否則處理完畢， 保存候選鄰近細(xì)胞組；第2、批量細(xì)胞的全局重定位在重定位方法中引入多分辨率的思想，設(shè)定原始的初始視野和當(dāng)前視野的分辨率層次為0 ；將鄰近細(xì)胞組作為一個(gè)整體，分辨率層次為1，通過鄰近目標(biāo)構(gòu)型考察各中心目標(biāo)間的位置關(guān)系，此時(shí)只需針對(duì)候選鄰近細(xì)胞組的中心目標(biāo)進(jìn)行匹配，匹配結(jié)果有助于去除匹配錯(cuò)誤的候選鄰近細(xì)胞組；接下來，將層次1中的中心目標(biāo)再次作為一個(gè)整體繼續(xù)上述過程，分辨率層次為2 ；不斷在下一個(gè)分辨率層次中進(jìn)行上一層次中心目標(biāo)的匹配，直到構(gòu)成細(xì)胞網(wǎng)狀結(jié)構(gòu)，實(shí)現(xiàn)細(xì)胞的全局重定位；具體步驟如下第2. 1、初始化分辨率級(jí)別L = O;第2. 2、在當(dāng)前視野中隨機(jī)選擇η個(gè)細(xì)胞，作為最高分辨率層次L = 0的中心目標(biāo)；為了盡可能代表細(xì)胞的全局信息，中心目標(biāo)應(yīng)廣泛分布，規(guī)定任意兩個(gè)中心目標(biāo)間的距離必須大于d0 ；第2. 3、尋找所有中心目標(biāo)的m個(gè)鄰近細(xì)胞，在初始視野中分別進(jìn)行細(xì)胞組匹配，得到候選鄰近細(xì)胞組，如果找不到候選目標(biāo)組，則刪除該中心目標(biāo)；第 2. 4、令 L = L+1 ；第2. 5、在L級(jí)分辨率層次中，將上次參與匹配的中心目標(biāo)作為當(dāng)前視野和初始視野的新目標(biāo)；第2. 6、在新目標(biāo)中隨機(jī)選擇&個(gè)細(xì)胞，作為L(zhǎng)級(jí)分辨率層次中的中心目標(biāo)，任意兩個(gè)中心目標(biāo)間的距離必須大于4；第2. 7、尋找所有中心目標(biāo)的％個(gè)鄰近細(xì)胞，在初始視野中進(jìn)行細(xì)胞組匹配；第2. 8、將L級(jí)分辨率層次中的構(gòu)型關(guān)系反作用于(L-I)級(jí)匹配結(jié)果，刪除那些匹配錯(cuò)誤的中心目標(biāo)；第2. 9、若得到唯一的匹配結(jié)果，則構(gòu)成全局細(xì)胞的網(wǎng)狀結(jié)構(gòu)，結(jié)束處理，否則，轉(zhuǎn)到第 2. 4 步。
全文摘要
一種微操作機(jī)器人系統(tǒng)批量細(xì)胞重定位方法。該方法針對(duì)培養(yǎng)前后細(xì)胞相對(duì)位置保持不變的情況，考察批量細(xì)胞在多分辨率層次上的匹配情況。首先隨機(jī)選擇細(xì)胞作為中心目標(biāo)，并通過中心目標(biāo)的鄰近目標(biāo)構(gòu)型匹配一組鄰近細(xì)胞；之后，將一組鄰近細(xì)胞作為一個(gè)整體，考察多組細(xì)胞間的位置關(guān)系；接下來，在多個(gè)分辨率層次上進(jìn)行整體匹配，直到形成多分辨率的細(xì)胞網(wǎng)狀結(jié)構(gòu)，實(shí)現(xiàn)細(xì)胞的重定位。該方法具有匹配有效性和全局有效性，可同時(shí)為批量細(xì)胞建立對(duì)應(yīng)關(guān)系。將該方法應(yīng)用于微操作機(jī)器人系統(tǒng)，可提高批量微操作的便捷性，拓展了微操作機(jī)器人的使用范圍。
文檔編號(hào)C12Q1/02GK102492763SQ20111035922
公開日2012年6月13日 申請(qǐng)日期2011年11月14日 優(yōu)先權(quán)日2011年11月14日
發(fā)明者盧桂章, 孫明竹, 趙新 申請(qǐng)人:南開大學(xué)