电脑与通讯学系电脑与通讯学系电脑与通讯学系电脑与通...

《电脑与通讯学系电脑与通讯学系电脑与通讯学系电脑与通...》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、致致致遠遠遠遠管管管管理理理理學學學學院院院院電腦與通訊學系專題製作計劃書應用數位影像技術於細菌運動之研究學生：蔡其宇(9411104045):曾英聖(9411104016):張峻華(9411104007)指導教授：李明靜中華民國九十七年四月摘摘摘要要要由於影像技術發展快速，設備商業化的結果使其成本相對降低，量測精度亦相對提高，故機械視覺在各領域的應用與需求亦隨之增加。像是生物醫學應用影像技術來協助判讀的需要增加，以往需要大量顯微鏡操作及人力觀察辨識的工作也日漸需要一套標準化的系統來協助處理，以降低在時間及人力上的大量耗費。本研究專題利用

2、Matlab來進行圖形影像上的處理，能達到不錯的處理水準。為了作樣形辨識(Patternrecognition)，必須先將影像分割取出物體特徵，藉由變異數影像特性找出細菌大略位置，接著用Otsu演算法(Otsu'smethod)作二值化處理，並以形態學去除雜訊，將細菌聚集的區域以初始輪廓包圍，進而在此初始輪廓內依細胞影像特性利用邊界描繪(Boundarytracing)將細菌邊界分割出來，透過邊界分割出來的影像可應用於資料庫辨識、計數細菌種類與數量，並擬利用質點影像量測技術等部分，判別細菌種類也藉由分析細菌周圍流場及細菌本身之運動，了解細

3、菌在低雷諾數(LowReynold'sNumber)流動時的運動型態，以此紀錄並追蹤將有助於生物學、醫學甚至環境工程上的發展與應用。一一一、一、、、前言前言1-1研究背景與動機細菌是微生物中數量與種類最多的族群，而且與人類日常生活息息相關，人體身上也帶有相當多的細菌。據估計，人體內及表皮上的細菌細胞總數約是人體細胞總數的十倍之多，其中有的細菌進入人體將會使人生病，但有些寄生在我們體內卻能幫助我們維持身體的健康。1960年代末期由於抗生素的出現，人類在治療細菌性感染的領域上獲得空前勝利，抗生素的產生對醫學來說是一大貢獻，讓許多原本致命的傳染

4、病不再可怕以減少疾病造成的死亡率。不過近幾年，人類對傳染性疾病的憂心與恐懼又再度升高，因為抗生素已經不再是控制病情的萬靈丹，具抗藥性細菌散播速度更是超出我們的想像，希望能透過影像處理觀察細菌對抗藥性的產生，有助醫學上對於疾病的根治上找出突破。細菌的種類如此之多，然而科學家對細菌的研究研究過並命名的種類只佔其中的小部份，科學家依專業知識在顯微鏡下長時間的觀察細菌行為，並沒有一套標準或特定的方法來描述細菌的各種活動。如今透過影像處理的技術將帶給醫學、生物學研究上重大幫助，增進我們對疾病的理解和疾病的診斷與治療，讓人類在醫學上的研究更加快速。在

5、過去，細菌樣本透過顯微鏡以人工的方式觀測，這不但耗費人力與時間，而且依研究者的經驗、專業能力等等外在因素，皆會影響判讀的準確性，長時間的觀測亦帶給研究者身生理與心理上的負擔，若有一套客觀且精確的系統來判讀結果，用來輔佐研究者在判讀上的變異性，這對研究者來說莫過於一大幫助，因此希望藉由本研究目的，發展出一套自動化的辨識系統以減輕量測上的誤差，達到實驗的精確性與品質，提升研究效率。1-2研究目的透過樣本影像的自動化計數及辨識，提高辨識的精準和降低人力的耗費，對於研究目的上可分為三個部份，分別為細菌樣本數位化、細菌辨識、運動等後續追蹤，敘述如下

6、:1.細菌樣本數位化將樣本影像數位化後，其優點在於資料易於保存和增加資料的可讀取性。由於透過玻片觀察樣本會受到時間的上限制，來回的操作難免會造成玻片會有所磨損甚至損壞，加上受到氣溫、溼度等外在環境影響，難免會照成染色劑的退褪色問題等等，透過數位化方式便可易於保存樣本的期限和增加可讀取性。2.將細菌影像建立資料庫以利後續追蹤數位化後，將每張影像上細菌的個數、位置、特徵值等資訊記載下來，透過統計分析軟體進行大量的資料判讀，並可針對有問題處進行搜索，對於樣本影像的變異之處利於第三者的鑑定，讓樣本的判讀會更加客觀，不受到少數觀察者的主觀經驗所決定

7、。藉由本研究目的，發展出一套自動化的辨識系統，進行細胞影像的取樣、計數、作型態辨識等等，不但降低耗費的人力與時間並提升研究效率，也增加了實驗的客觀與準確性。二二二、二、、、研究研究方法及步驟222-2---1111研究方法首先透過顯微鏡擷取系統對細菌樣本作定時連續拍照，以取得數位化影像進行影像處理，為了作樣形辨識(Patternrecognition)，必須先將影像分割取出物體特徵，依上述文獻知道進行影像分割時，應對不同影像之特性去進行分割。參考Wuetal.(1996)的初始輪廓概念，藉由變異數影像特性找出細菌大略位置，將細菌聚集的區域

8、以初始輪廓包圍，進而在此初始輪廓內依細菌影像特性利用邊界描繪(Boundarytracing)將細菌邊界分割出來，利用Otsu演算法(1979)作二值化處理，並以形態學去除雜訊，最後以鏈碼(C