磁性纳米粒子微集群形态不稳定性预警方法及系统与流程
本发明涉及磁性微纳米机器人操控与计算机视觉交叉,特别涉及磁性纳米粒子微集群形态不稳定性预警方法及系统。
背景技术:
1、远程驱动的磁性微/纳米机器人在生物医学操控领域引起了广泛关注,因为磁场能够提供非接触式驱动,具有良好的生物相容性和深穿透能力。与单个微机器人相比,由大量磁性粒子组成的微集群具有更大的有效体积、更强的集体磁响应以及可重构的几何形态。在旋转磁场梯度驱动条件下,初始紧凑的涡旋状微集群可随磁场分布的调整而发生显著的几何重构,包括涡旋形成、伸长、分裂为多个子集群、空间分离、汇聚以及重新合并等形态转变。
2、这些形态转变在显微图像中虽然易于人工观察,但人工判读不适用于自主操控场景。已有研究展示了利用拟合几何形状和形状比反馈对磁性纳米粒子集群进行自动视觉跟踪的方法。然而,仅测量几何比率无法明确识别分裂起始、完全分离或时域重新合并等动态事件。具体而言,现有技术存在以下不足:第一,仅依赖单帧的全局长宽比无法区分稳定伸长与接近物理分裂的状态,因为高度伸长的微集群可能是单纯变形也可能是分裂前兆;第二,缺乏对局部颈缩区域的定量描述,无法在拓扑变化(连通分量数增加)显现之前检测到接近的分离;第三,缺少时域变形速率信息,无法捕捉微集群变化的速度;第四,没有综合全局变形、变形速率和局部缩窄的统一指标来提供分裂前早期预警;第五,现有方法无法识别合并状态与初始紧凑状态的差异,因为二者可能具有相似的瞬时几何形状但不同的物理历史。
3、因此,亟需一种直接作用于显微视频、无需了解线圈电流或磁场梯度等系统特定参数的视觉框架,能够综合全局几何、局部形状信息、连通性和时域演化,实现对磁性微集群形态转变的实时识别和分裂前不稳定性的早期预警。
技术实现思路
1、本发明为解决对磁性微集群形态转变的实时识别和分裂前不稳定性的早期预警的技术问题,提供一种磁性纳米粒子微集群形态不稳定性预警方法和一种磁性纳米粒子微集群形态不稳定性预警系统。
2、第一方面,提供一种磁性纳米粒子微集群形态不稳定性预警方法,包括以下步骤:
3、s1:获取磁性纳米粒子微集群在磁场驱动重构过程中的时间分辨显微视频帧图像序列;
4、s2:对所述视频帧图像序列中的每帧图像依次进行背景归一化、自适应阈值分割和形态学滤波处理,提取所述微集群的二值掩膜;
5、s3:从所述二值掩膜中提取几何与拓扑描述符,包括微集群的面积、质心、长轴与短轴长度、长宽比、方向角、连通分量数目n_c及局部颈宽w_neck;
6、s4:基于所述长宽比的时域变化计算变形速率,并经短时窗平滑处理;
7、s5:综合长宽比风险、变形速率风险和颈塌陷风险,计算形态学不稳定性指数;
8、s6:根据所述几何与拓扑描述符及形态学不稳定性指数,自动识别所述微集群的形态学状态;
9、s7:当所述不稳定性指数超过预警阈值且持续指定时长时,生成分裂前预警信号。
10、优选的,所述步骤s2中的背景归一化包括:
11、将每帧rgb图像转换为灰度图像i_gray;
12、采用标准差为σ的二维高斯核对所述灰度图像i_gray进行卷积,估计缓慢变化的背景图像b,其中所述二维高斯核的尺寸设为预期微集群直径的三倍;
13、通过将所述灰度图像i_gray从所述背景图像b中减去,得到校正图像i_c,其中磁性微集群在所述校正图像i_c中表现为正强度区域。
14、优选的,所述步骤s2中的自适应阈值分割和形态学滤波包括:
15、基于所述校正图像i_c的局部邻域统计计算局部自适应阈值t(x,y,t),生成所述微集群的二值掩膜,其中当i_c(x,y,t)大于t(x,y,t)时二值掩膜取值为1,否则为0;
16、对所述二值掩膜依次进行形态学开运算以抑制孤立噪声、形态学闭运算以连接微小断裂、以及孔洞填充以恢复密集集群区域的内部;
17、基于微集群面积、长宽比和距图像边界距离的准则,剔除小连通分量和图像边缘伪影,得到最终二值掩膜。
18、优选的,所述步骤s3中的几何与拓扑描述符提取包括:
19、对所述最终二值掩膜中最大有效微集群分量计算面积a、质心坐标(x_c,y_c)、长轴长度l_major和短轴长度l_minor;
20、计算长宽比ar=l_major/l_minor作为全局伸长程度的度量;
21、基于图像二阶矩计算方向角θ,所述方向角的计算公式为θ=0.5·arctan(2μ_11/(μ_20-μ_02)),其中μ_pq为p+q阶中心矩,p、q分别代表图像沿 x 轴和 y 轴方向的阶次;
22、计算满足面积准则的显著连通分量数目n_c,用于表征微集群的拓扑分离状态。
23、优选的,所述步骤s3中的局部颈宽w_neck的估计方法包括:
24、对所述二值掩膜计算欧氏距离变换,得到每个前景像素到最近边界的距离d;
25、提取所述微集群的骨架,并保留位于微集群长轴中央部分的骨架点集合s_center;
26、将所述骨架点集合中的每个中央骨架点处的局部集群宽度近似为其距离变换值的两倍;取所述中央骨架宽度分布的低百分位数作为局部颈宽w_neck=2·percentile_low{d(s)|s∈s_center},其中percentile_low为:低百分位数;所述低百分位数,用于降低单像素骨架不规则性的敏感性。
27、优选的,所述步骤s4包括:
28、计算相邻的每帧图像之间的长宽比变形率dar/dt=(ar(t)-ar(t-δt))/δt,其中δt为帧间时间间隔;
29、对所述长宽比变形率进行短时窗平滑处理,以降低帧级分割波动引起的噪声;其中,正的变形率增量表示微集群处于主动伸长状态;快速正的变形率与局部颈缩同时出现则表明微集群正向分裂转变发展。
30、优选的,所述步骤s5中的计算形态学不稳定性指数包括:
31、定义长宽比风险r_ar=(ar-ar_vortex)/(ar_split-ar_vortex),其中ar_vortex为紧凑涡旋状态的长宽比上限,ar_split为分裂起始长宽比水平;
32、定义变形速率风险r_rate=(dar/dt)/(dar/dt)_scale,其中(dar/dt)_scale为特征变形速率尺度;定义颈塌陷风险r_neck=(w_ref-w_neck)/w_ref,其中w_ref为参考颈宽;当连通分量数目n_c=1时,形态学不稳定性指数i=w1·r_ar+w2·r_rate+w3·r_neck,其中w1=0.40、w2=0.30、w3=0.30;当n_c>1时,对每个子集群分别计算不稳定性指数i_daughter,i,整体不稳定性状态取所有子集群中的最大值。
33、优选的,所述步骤s6中的识别所述微集群的形态学状态包括以下六种状态的分类:
34、状态1涡旋状集群:n_c=1且ar≤ar_vortex;
35、状态2伸长集群:n_c=1且ar_vortex 36、状态3分裂转变:n_c=1且ar≥ar_split或颈宽显著下降; 37、状态4多集群:n_c≥2且紧邻分离后; 38、状态5独立运动:n_c≥2且存在持续的相对质心运动; 39、状态6合并集群:n_c=1且在合并时间窗口t_merge内曾出现n_c≥2的构型;其中,合并通过时域历史信息进行识别,区分合并后的紧凑集群与初始紧凑涡旋状集群。 40、优选的,所述步骤s7中的生成分裂前预警信号包括: 41、设定不稳定性指数预警阈值i_warn和最短预警持续时间t_persist; 42、当第i个子集群的形态学不稳定性指数i_daughter,i≥i_warn且持续时间达到t_persist,同时该所述第i个子集群的连通分量数目n_c=1时,生成分裂前预警信号;所述n_c=1的条件确保所述预警对应于完全物理分离前的预测,而非分裂已发生后的检测;所述预警信号用于触发磁场梯度强度的降低或确认系统已达到分裂前状态。 43、第二方面,还提供一种磁性纳米粒子微集群形态不稳定性预警系统,包括: 44、图像采集模块,配置为获取磁性纳米粒子微集群在磁场驱动重构过程中的时间分辨显微视频帧图像序列; 45、图像处理模块,配置为对所述视频帧图像序列中的每帧图像依次进行背景归一化、自适应阈值分割和形态学滤波处理,提取所述微集群的二值掩膜; 46、特征提取模块,配置为从所述二值掩膜中提取几何与拓扑描述符,包括微集群的面积、质心、长轴与短轴长度、长宽比、方向角、连通分量数目n_c及局部颈宽w_neck; 47、时域分析模块,配置为基于所述长宽比的时域变化计算变形速率,并经短时窗平滑处理; 48、不稳定性检测模块,配置为综合长宽比风险、变形速率风险和颈塌陷风险,计算形态学不稳定性指数; 49、状态识别模块,配置为根据所述几何与拓扑描述符及形态学不稳定性指数,自动识别所述微集群的形态学状态; 50、预警生成模块,配置为当所述不稳定性指数超过预警阈值且持续指定时长时,生成分裂前预警信号。 51、有益效果: 52、1.实时性强:本发明框架以约5.96帧/秒的速度实现近实时处理,支持对所观察集群动态的近似实时形态监测,满足磁驱动系统的更新速率要求,可作为实时视觉感知层用于自主控制系统。 53、2.预警提前:本发明提供的分裂前预警平均提前时间为5.67秒,表明不稳定性检测器可在完全物理破裂通过连通分量计数显现之前数秒识别到接近的分离,为闭环干预提供了充足的缓冲时间。 54、3.多状态识别:本发明实现了六种形态学状态的自动识别,整体准确率达到75.2%,其中独立运动状态召回率达96.3%、f1分数达90.4%,分裂状态达到均衡的精确率、召回率和f1分数70.0%,验证了多描述符方法的有效性。 55、4.参数无关性:本发明直接作用于显微图像,不需要了解线圈电流、磁场梯度、纳米粒子磁化强度、流体黏度或粒子级相互作用力等系统特定参数,因此具有在不同磁驱动平台和实验条件下的潜在可移植性。 56、5.综合描述符:本发明综合了全局几何(长宽比)、局部形状信息(颈宽)、连通性(连通分量数)和时域演化(变形速率)的多维描述符,克服了仅依赖单一几何比率的局限性,能够区分稳定伸长与分裂前兆、以及合并状态与初始紧凑状态。 57、6.过渡时间检测精确:主要形态转变的平均绝对过渡时间误差为0.67秒,其中独立运动转变的检测误差接近零,表明主要形态转变能够接近人工标注的过渡时间被检测到。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com