-
公开(公告)号:CN114092348A
公开(公告)日:2022-02-25
申请号:CN202111372118.3
申请日:2021-11-18
Applicant: 大连海事大学
Abstract: 本发明涉及一种基于衍射光学多通道神经网络的图像去雾方法及系统,属于光学和深度学习技术领域。首先,设置衍射深度神经网络物理参数,包括通道数、像元尺寸、网络层数、每层像元个数和网络层间距,利用光学衍射公式计算光波传输系数,建立单个像元输出函数;然后,建立全光衍射深度神经网络前向传播模型,神经网络参数采用随机梯度下降算法进行优化。基于该方法设计去雾系统,包括光学输入模块、计算模块、衍射模块、成像模块。本发明所提供的方法及系统模型简单、计算量小,解决了衍射网络单色成像的问题,对不同环境具有适应性且能保证图像的清晰度,运算速度快使用方便,集成性强,便于组装和替换,可用于光学和深度学习领域图像去雾。
-
公开(公告)号:CN113430115A
公开(公告)日:2021-09-24
申请号:CN202110653687.9
申请日:2021-06-11
Applicant: 大连海事大学
Abstract: 本发明提供一种海洋微藻清洁除污与燃料制备装置。包括:微流控芯片和电极结构,微流控芯片通过玻璃基板与电极结构对准键合;微流控芯片包括分别通过流道连通的培养腔、染色腔、分选腔、第一存储腔以及第二存储腔;电极结构包括分别设置在所述分选腔两侧的三对Ag‑PDMS电极以及设置在玻璃基板上的一对ITO电极,ITO电极连接交流信号发生器为三对Ag‑PDMS电极供电。本发明装置实现将培养、染色、分选的功能均集成在微流控芯片上。将微藻置于培养腔中培养一段时间,释放之后在染色腔利用尼罗红溶液对细胞内的脂质进行染色,最后在分选腔实现不同脂质含量微藻的分选。本发明提供的海洋微藻清洁除污与燃料制备装置,可利用介电泳力实现不同脂质含量目标微藻的分选。
-
公开(公告)号:CN113262828A
公开(公告)日:2021-08-17
申请号:CN202110453858.3
申请日:2021-04-26
Applicant: 大连海事大学
IPC: B01L3/00
Abstract: 本发明提供一种结合磁泳与介电泳的血细胞微流控分离装置及方法,本发明装置包括:微通道、两个进液口、四个出液口、永磁体、铁磁体、两对微电极。本装置按照样品流动方向依次设置磁泳分离区域和介电泳分离区域,其中,磁泳分离区域利用永磁体产生磁场,实现红细胞和血小板混合样品与循环肿瘤细胞和白细胞混合样品的分离。介电泳分离区域利用不对称孔结构,产生高梯度不均匀电场,分别实现红细胞与血小板的分离,以及循环肿瘤细胞与白细胞的分离。本发明以磁泳作为介电泳分离的预富集阶段实现一级分离,并利用介电泳实现二级分离,从而实现血液样品中循环肿瘤细胞、红细胞、血小板和白细胞的连续分离,无需预先标记细胞样品,不影响细胞生理活性。
-
公开(公告)号:CN113189180A
公开(公告)日:2021-07-30
申请号:CN202110336203.8
申请日:2021-03-29
Applicant: 大连海事大学
IPC: G01N27/447
Abstract: 本发明提供一种基于交流‑介电泳的微藻表征与识别装置及方法。本发明装置,包括:ITO玻璃基底层、PDMS微通道层和Ag‑PDMS电极层;ITO玻璃基底层包括对称设置的第一供电平面电极和第二供电平面电极;Ag‑PDMS电极层包括设置在供电平面电极上的3D微电极;PDMS微通道层包括进样区,表征与识别区以及出样区;表征与识别区包括贯穿在两个3D微电极之间的微流体通道、微流体通道两侧壁开设的两个通孔;进样区包括样品入口、第一鞘液入口和第二鞘液入口;出样区为与样品入口正对设置的样品出口。本发明利用微藻的特异性频率作为其表征与识别的关键,采用微流控芯片作为微藻表征与识别的检测平台,显著提升了装置的集成性能,扩大了装置的适用范围。
-
公开(公告)号:CN110487221B
公开(公告)日:2021-05-25
申请号:CN201910770989.7
申请日:2019-08-20
Applicant: 大连海事大学
Abstract: 本发明提供了一种全息条纹中央亮斑面积与尺寸比值微塑料检测装置及方法,该装置依次连接的光源驱动组件、光源、微孔组件、光传播组件、样品台组件、图像采集组件、图像处理组件。光源驱动组件控制发光二极管的亮灭,顺序点亮红光和绿光,光透过微孔组件将部分相干光发散成球面波,经过光传播组件照射微流控芯片,传播一段距离后到达样品台组件,不需要单独引入参考光波,物体的透射光为参考光波,散射光为物光波,参考光波和物光波相互干涉由图像采集组件成像,得到全息图样,通过双波长迭代算法恢复样品的三维形貌。本发明方法分别利用全息条纹的中央亮斑面积与三维图像的长度宽度和厚度总和的比值以及乘积的比值来进行微塑料的检测。
-
公开(公告)号:CN112784748A
公开(公告)日:2021-05-11
申请号:CN202110089255.X
申请日:2021-01-22
Applicant: 大连海事大学
Abstract: 本发明提供一种基于改进的YOLOv3的微藻识别方法,包括:采集微藻显微图像,制作微藻图像的数据集;对数据集进行数据增强;将增强后的数据集分为训练集、验证集和测试集,对数据集中的微藻进行标注,生成标注图像;构建改进的YOLOv3目标检测模型;设置训练参数,基于数据集对构建的YOLOv3目标检测模型进行训练;基于训练完成的YOLOv3目标检测模型,对测试集图像进行分类和定位。本发明采用改进的YOLOv3目标检测模型,使用轻量级Mobilenet网络代替YOLOv3的原始特征提取网络darknet53,能够显著提高运行速度,大大减少网络参数,同时引入空间金字塔池结构SPP,能够在同一卷积层中以不同尺度合并和连接区域特征,使得在检测小物体时位置误差较小,使用CIoU优化损耗功能进一步提高检测精度。
-
公开(公告)号:CN110487223B
公开(公告)日:2021-04-23
申请号:CN201910770512.9
申请日:2019-08-20
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于空间相关度与相位差值乘积的微塑料检测装置及方法,本发明方法利用三波长无透镜全息系统分别记录微塑料在红绿蓝光下的全息图像,并通过三波长迭代算法恢复出其三维形貌。通过微塑料的俯视图和侧视图可初步筛选出微塑料,通过微塑料的三维形貌和长度、宽度和厚度信息检测微塑料并利用红、绿、蓝三种色光将记录的全息图像合成彩色全息图像,在恢复三维形貌时获得样本的颜色特征,检测样本光反射能力与色调信息,并利用颜色共生矩阵的空间相关度与相邻像素间的相位差值绝对值的和相乘获得样本表面粗糙度的特征。解决了现有技术中微塑料检测成本高、检测样品浓度较低、装置结构复杂及无法进行现场的快速检测的问题。
-
公开(公告)号:CN111723709A
公开(公告)日:2020-09-29
申请号:CN202010520156.8
申请日:2020-06-09
Applicant: 大连海事大学
Abstract: 本发明提供一种基于深度卷积神经网络的蝇类面部识别方法,包含:优化多任务卷积神经网络MTCNN对蝇类图像进行面部定位和特征点检测;通过定位和检测得到蝇类面部特征点图像进行蝇类面部对齐;将对齐后的蝇类面部图像制作成数据集;搭建蝇类面部深度卷积神经网络模型;将蝇类面部深度卷积神经网络中粗细提取的两组特征向量串接成一组特征向量;通过测试集对蝇类面部深度卷积神经网络模型进行测试,验证蝇类识别效果。本发明采用蝇类面部深度卷积神经网络,首先使用大量卷积池化粗提取出图像的轮廓特征,然后使用Inception-ResNet和Reduction网络提取蝇类复眼中的小眼等具体部位特征。此网络可以简化学习目标和难度,在防止梯度散失的同时,可以提取更加丰富的特征向量。
-
公开(公告)号:CN110646260A
公开(公告)日:2020-01-03
申请号:CN201910907659.8
申请日:2019-09-24
Applicant: 大连海事大学
Abstract: 本发明提供一种基于交/直流耦合电场的三维旋转装置及方法,属于细胞的三维旋转操控技术领域,本发明装置基于交/直流耦合流电场,包括PDMS基底层和电极层;PDMS基底层中间设置有一圆形凹槽,圆形凹槽的外围分别开设有四个圆弧形卡槽;电极层由四个尺寸相同的金属薄片组成,且分别与圆形凹槽外围开设的四个圆弧形卡槽相嵌合。当施加交流电压时,利用四通道信号发生器产生交流电场,通过设计不均匀的电场,产生介电泳力,使细胞可以在电场控制下旋转特定角度后立刻停止,实现细胞的三维旋转。当施加直流电压使细胞旋转时,使用局部已经被磁化的细胞,在任意一对电极间产生磁场,通过改变电极控制磁场,使细胞快速有效的旋转。
-
公开(公告)号:CN110314714A
公开(公告)日:2019-10-11
申请号:CN201910612791.6
申请日:2019-07-09
Applicant: 大连海事大学
Abstract: 本发明提供一种基于三维图像特征的细胞活性状态表征监测装置及方法。本发明装置,包括PDMS基底层和电极层,电极层设置在PDMS基底层上,并与PDMS基底层上开设的卡槽键合,电极层由四块铜片电极组成,其中四块电极两两相对,从而产生非均匀电场。通过对电极施加交流电压,使得放置于旋转观察室中的细胞做匀速的旋转运动。在观察期间,滴入NaClO对细胞采取逐渐灭活操作。设置一定时间段为一个周期,通过显微镜拍摄细胞旋转一圈的过程中多个角度的图像,并且使用三维恢复技术恢复周期内细胞的三维全貌图像。连续观察多个周期,通过分析对比图像中所携带的生命体征信息,包括细胞椭球度、表面粗糙度、颜色矩阵、色素溢出率,来实时监测细胞各个周期的活性。
-
-
-
-
-
-
-
-
-