[发明专利]基于傅里叶变换的细胞牵引力测量方法、系统及介质

说明书

本发明涉及一种基于傅里叶变换的细胞牵引力测量方法、系统及介质，其包括：获取生长状态良好且细胞对微柱产生拉伸的细胞区域的高倍显微图；将高倍显微图转化为灰度图；将灰度图进行二维快速傅里叶变换得到频谱图；对频谱图中的某一单频点进行滤波和傅里叶逆变换，得到微柱阵列的幅值分布图；通过偏移值与幅值的对应关系将幅值分布图转换成偏移量的分布图，由PDMS的刚度计算得到最终细胞力的分布图。本发明能更直观、更快速的得到细胞牵引力的分布情况。本发明可以广泛在数字图像处理技术领域中应用。

技术领域

本发明涉及一种数字图像处理技术领域，特别是关于一种基于傅里叶变换的细胞牵引力测量方法、系统及介质。

背景技术

生命从诞生开始就生活在力学环境中并与之相适应。细胞与细胞外微环境的力学相互作用对于细胞的迁移、增殖和分化都起着至关重要的作用。但由于细胞内在的生物复杂性及微纳米尺度的制约，传统的宏观实验力学方法与技术往往难以直接使用。经微加工技术制备的垂直排列的聚二甲基硅氧烷(ploydimethylsiloxane，PDMS),在顶端表面修饰后可支持细胞粘附，细胞粘附后产生的牵引力会造成微柱弯曲，将测得的挠度变化输入简单的材料力学公式即可获得细胞的牵引力分布。采用这种致密、垂直、离散微柱矩阵结构替代传统测量的连续介质,通过对微柱形变的显微图像处理,细胞牵引力可以被直接定量测量,精度可以达到数十nN·μm^-1量级。

微柱形变的显微图像处理，作为细胞牵引力测量的最后一环，直接决定着细胞牵引力最终测量结果的精度和准确性。而在微柱的显微图像处理中，微柱顶端的位移识别及提取精度又是影响数字图像处理的核心因素之一。

目前在数字图像处理中常用的微柱顶端位移识别的方法有质心法(CentroidMethod)和霍夫变换法(Hough Transform)等。质心法(Centroid Method)利用微柱在高倍显微成像下成像模型圆对称性质，利用Matlab中的计算区域描绘子函数regionprops计算质心的位置从而获得微柱位置。具体操作是将微柱的高倍显微图转换为灰度图，然后将图像进行中值滤波、二值化等处理，最后通过计算得到微柱端面质心。霍夫变换(HoughTransform)是数字图像处理中常用的一种特征提取技术。它将一个空间中具有相同形状的曲线或直线映射到另一个坐标空间的一个点上形成峰值，从而把检测任意形状的问题转化为统计峰值问题。利用霍夫变换进行微柱顶端的位移识别，实质上是用霍夫变换提取分布于目标圆周上的参数及点的特征值来检测圆，对图像上的每个点定义一个参数空间的映射，通过在参数空间找寻特征值(峰值或最大值)得到为与图像空间中的目标形状。具体操作是将高倍显微下的微柱图转化为灰度图，进行双边滤波后通过霍夫变换检测圆，得到圆的圆心和半径。在用霍夫变换检测圆时，需要一个三维数组用来进行累加运算，因此当所要检测的圆太多时，计算量和内存占用量将会急剧增大，计算效率将会大大降低。而利用regionprops函数中的centroid参数提取质心时，是通过一阶中心矩阵计算出的质心，无论是在计算量上，还是内存占用量上，都远远小于霍夫变换检测圆时的计算量和内存占用量，计算效率远大于Hough变换的计算效率。但是用质心法处理高倍显微镜下的PDMS微柱图像时，可能会由于微柱阵列自身基底不平或者照明不均导致处理图像时很难选取到合适的阈值，进而影响后续的一系列操作；而且质心法处理图像需要有原始位置作为标准，拍摄原始位置或者是算法的处理都较为繁琐；此外，质心法二值化的过程致使其轮廓跳动较大，会给微柱端面质心定位带来误差。因此质心法虽相较于霍夫变换法运算速度较快，但受这种方法自身的局限性，仍存在着照明不均时阈值的合理选取困难、需原始位置作为标准、二值化的过程使得轮廓跳动大这些问题。

发明内容

针对上述问题，本发明的目的是提供一种基于傅里叶变换的细胞牵引力测量方法、系统及介质，其能更直观、更快速的得到细胞牵引力的分布情况。

为实现上述目的，本发明采取以下技术方案：一种基于数字傅里叶变换的细胞牵引力测量方法，其包括以下步骤：

获取生长状态良好且细胞对微柱产生拉伸的细胞区域的高倍显微图；