图像预处理

p　　strong仪器信息网讯 /strong2018年9月5日，日本最大规模的分析仪器展JASIS 2018在东京幕张国际展览中心盛大开幕，吸引来自全球各地的万余名观众参观出席。/pp　　不同于其他仪器生产商，名古屋大学环境医学研究所的泽田诚教授本次参展JASIS 2018并带来自己团队开发的用于药物发现的预处理设备MSIA。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201810/uepic/8abcf2b7-7db7-4c8c-ae69-c37abdd118ba.jpg" title="1.jpg" alt="1.jpg"//pp style="text-align: center "span style="color: rgb(0, 176, 240) "MSIA/span/pp　　用于药物发现的预处理设备MSIA特点概括——超越质谱极限的医学突破。/pp　　该团队切出比细胞小(3微米)的区域，并开发出一种可以轻松稳定地分析阪神体积分析的装置。这使得可以分析具有难度的Pepeded Peaped Pak的ALD图像并且通过CMS进行分析，这是传统技术无法产生的。 此外，应用该技术能够逐个细胞地详细分析药物的作用并从血液等中检测多种类型的生物标记物。/ppbr//p

水是生命之源，饮用水水质安全是国家公共卫生安全体系的重要组成部分，与人民身体健康和社会稳定息息相关。但是说起饮用水的监测，人们往往想到的只有物理、化学以及细菌等指标，却忽略了被认为世界上最容易导致人体腹泻的水源性耐氯人畜共患原生动物寄生虫——贾第鞭毛虫（Giardia）和隐孢子虫（Cryptosporidium），简称“两虫”。“两虫”传播影响面大，容易暴发感染。其分布与供水的范围具有高度的一致性，绝大多数感染者都有饮用同一水源的既往史。隐孢子虫卵囊和贾第鞭毛虫包囊在外界环境中能较长时间保持感染性。 北京华科仪科技股份有限公司与中国科学院生态环境研究中心通过开展深入合作，参照国内外研究进展及国内水质检测的实际情况，以降低设备和检测成本为目标，围绕“两虫”检测方法、仪器研制、自动识别系统等方面开展了系统的研发，开发出基于“滤膜浓缩/密度梯度分离荧光抗体法”和人工智能技术的多通道两虫检测一体化预处理设备及辅助自动识别系统，彻底解决了我国饮用水“两虫”检测过程中检测成本高昂、人工识别主观性和技术性、依赖进口技术和设备等诸多问题。 两虫样品富集前处理装置我公司基于“滤膜浓缩/密度梯度分离荧光抗体法”研制的两虫样品富集前处理装置内置多种类型传感器和自动控制器以代替人工操作，预处理过程无需人员值守，实现了两虫样品富集过程的智能化、自动化和批量化，极大地降低了两虫检测成本，检测成本仅为美国EPA1623方法的20%左右。该设备已经获得国家专利并正式推向检测市场，受到了检测行业用户的大力赞扬。与此同时，该设备为水质检测部门极大节约检测成本的同时满足不同规模供水单位检测部门“两虫”检测的需求，这对于保证新国标的有效实施具有重要意义。主要特点：1.设备配有大尺寸触摸屏，内置微孔滤膜法和碳酸钙沉淀法操作指导，引导用户使用2.设备支持样品浊度检测，能引导用户选择合适的方法处理不同类型样品3.使用滤膜法，设备支持用户自定义报警和换膜压力，设备实时提醒和自动换膜4.使用滤膜法，设备支持用户自定义处理样品体积，设备实时提醒和自动停止5.使用沉淀法，设备可批量自动处理样品，无需人员现场值守6.设置内置真空系统，辅助完成吸取上清液和真空抽滤操作7.设备能够将样品体积由10-20L富集至200mL，两虫回收率满足标准要求技术参数：外形尺寸：1540*560*1360mm 输入电压：220VAC 50Hz 设备功率：≤300W 触摸屏：10寸工业触摸屏传感器量程：浊度0-100NTU ；压力0-1.6MPa；PH传感器0-14 滤膜法样品处理量设置范围：0-9999L 滤膜法泵流量参数：1.2L/min沉淀法一个样品处理时间（除静置时间）≤15min真空泵参数：真空速度0-12L/min 极限真空度24KPa回收率满足标准要求 基于人工智能技术的两虫自动识别系统为解决人工识别的技术性和主观性难题，我公司研制出基于人工智能技术的两虫自动识别系统，以基于形态学半监督学习神经网络识别算法结合多维度判别方法对两虫进行辅助快速判别定量，可替代传统人工肉眼手动方法，大幅降低人工识别劳动强度和错误率。该仪器实现了多通道检测可扩展模块和载物台和显微镜自动控制等关键部件模块化和智能化，包括：样品扩展阵列和膜过滤自动切换控制系统模块化并集成于一体，形成成套“两虫”检测前处理仪器，建立隐孢子虫和贾第鞭毛虫的形态图像数据仓库，通过神经网络识别算法和多维度判别分析，解决传统分析方法的费时、效率低、依赖人工经验等难题。主要特点1. 显微镜操作遵照国家标准要求2. 自动扫描全片，自动拍照3.发现两虫存在，系统自动拍照并记录坐标并进行数据库存档4.系统自动出具检测结果报告5.支持人工验证，点击系统发现两虫坐标点，显微镜自动移动到该坐标点并自动配置观察倍数和观察模式技术参数：卤素灯主机，12V100W22mm视场，10×可调目镜三目观察镜筒，30°倾斜，47-78mm瞳距半复平场荧光物镜高精度电动载物平台，行程125*75mm，最小步长0.1um投射起偏、转盘DIC聚光镜和微分干涉附件100W汞灯灯室、100W汞灯电源箱和6激发位荧光垂直照明器显微镜运动控制程序：定义扫描区域，控制电动载物台三轴运动，切换物镜，控制CCD相机拍照，记录目标物坐标和镜头信息，能自动还原记录状态辅助人工复核两虫图像识别系统：采用嵌套循环逐像素扫描识别图片，采用DBSCAN聚类技术实现两虫标记，基于大数据利用积卷神经网络技术识别两虫类别，识别率超过80% 应用领域疾控中心自来水厂矿泉水厂环境监测站第三方检测机构等创新点：北京华科仪科技股份有限公司与中国科学院生态环境研究中心通过开展深入合作，参照国内外研究进展及国内水质检测的实际情况，以降低设备和检测成本为目标，围绕“两虫”检测方法、仪器研制、自动识别系统等方面开展了系统的研发，开发出基于“滤膜浓缩/密度梯度分离荧光抗体法”和人工智能技术的多通道两虫检测一体化预处理设备及辅助自动识别系统，彻底解决了我国饮用水“两虫”检测过程中检测成本高昂、人工识别主观性和技术性、依赖进口技术和设备等诸多问题。多通道两虫检测一体化预处理设备及辅助自动识别系统

大米是我国主要的主食来源，全国大米种植区域广、种类多，土壤、环境和水质等差异形成地域因素会导致大米的品质发生变化。但一些商家为了追求更高的利润，用相近产地的大米代替地域品牌大米，这不仅损害了粮农的利益，也不利于品牌产业链的健康发展。因此，研究相近产地大米的快速准确无损鉴别的方法能为鉴别地理标识大米提供理论和技术支持。拉曼光谱通过物质内部分子对可见单色光的散射强度不同来识别分子结构，从而对物质内部官能团进行特定指纹标定。当前研究主要是集中在不同品种大米的种类区分、对南方和北方产地大米的产地区分、不同年份大米的新陈度区分，而基于相近产地对大米进行分类鲜有研究。王亚轩老师课题组比较四类九种不同的预处理方法结合偏最小二乘法建模，提出一种鉴别相近产地大米的预处理方法，为大米产地鉴别提供新的理论依据。实验设备实验中光谱采集使用厦门奥谱天成光电有限公司制造的波长785nm便携式拉曼光谱仪 ，检测范围在124.79~3324.66cm-1，在在最 佳测量条件下，测量标准峰的位移值偏差为零，符合位移准确度不超过±4cm-1的使用要求。三个产地的大米原始拉曼光谱图１ 三个产地大米原始光谱图不同产地大米的营养成分基本一致，但各自的含量差异导致强度不同。图１所 示为200~3300cm-1范围内三个产地的典型大米原始拉曼光谱，可见不同产地的大米峰值强度不同，但产生峰值位置基本相同。大米典型拉曼峰值指认图２ 大米拉曼光谱主要特征峰大米光谱特征峰对应着内部化学键振动方式及大米中营养成分的差异，如图２所示，采用多项式拟合去除背景后的大米拉曼光谱主要特征峰出现在200~1900和2800~3000cm-1这两个位置区间，根据主要特征峰值出现的波段，选择200~3100cm-1的全波段进行建模分析。大米拉曼光谱预处理方法当前常用的预处理方法包括一阶导数、二 阶 导 数、平 移平滑、小波变换、多项式 拟 合 等，结合大米光谱特征拉曼峰值的特点，下面选择四类九种预处理方法对光谱数据进行处理。1、一阶导数＋平移平滑的预处理方法图３ 一阶导数＋平移平滑的预处理方法2、二阶导数＋平移平滑的预处理方法图４ 二阶导数＋平移平滑的预处理方法3、小波变换＋去除基线的预处理方法图５ 小波变换＋去除基线的预处理方法4、分段多项式拟合＋去除基线的预处理方法图６ 分段式多项式拟合＋去除基线的预处理方法基于偏最小二乘法的不同预处理方法结果分析为了对比上述不同预处理方法的优劣，每份样本中随机选取３３个作为训练集样本、其 余１７个作为测试集样本。采用偏最小二乘法进行建模分析。并采用相关系数（ｒ）、均方误差（ＭＳＥ）、均方根误差（ＲＭＳＥ）来评价预处理的效果，其中ｒ越大、ＭＳＥ和ＲＭＳＥ越小说明样本的预处理效果越好。结论拉曼光谱技术结合不同预处理方法对相近三个产地的大米进行鉴别，分别采用一阶导数＋平移平滑、二阶导数＋平移平滑、小波变换＋去除基线的方法进行光谱预处理，因为这些方法存在不能保持原有波峰的形状或基线漂移的现象，提出一种分段多项式拟合＋去除基线的预处理方法，通过偏最小二乘法 ＰＬＳ对150个样本三个产地大米建立拉曼模型，实验结果表明经过分段多项式拟合＋去除基线中的３点２次多项式的预处理后建立的模型精度最 高，在训练集和测试集中三个产地的识别率均为1 00%，聚类效果好。通过３点２次多项式＋去除基线的预处理为相近产地大米鉴别分析提供了一种有效方法，同时为近地域其他农作物鉴别提供技术参考。备注：文章内容节选自黑龙江八一农垦大学土木水利学院_王亚轩老师的成果——“大米拉曼光谱不同预处理方法的相近产地鉴别研究”。