基于流式细胞摄像技术的福建南部海域赤潮藻类图谱数据库构建与分析

摘要

赤潮藻类分析是一个包含多学科、多阶段、多任务的复杂过程，如何将各阶段任务自动、合理地组合起来，是完成整个赤潮藻类分析工作的关键性问题。传统实验的各阶段存在大量主观和客观因素影响或者实验流程规模庞大时，单纯依赖传统的镜检（显微镜肉眼对经过特殊处理的水样进行分析计数）来分类识别耗时费力，且应对灾害突发状况时的时效性无法得到保证;同时，种类繁多形态复杂的赤潮藻类细胞对于海洋生物学专家背景知识的要求极大限制了普通实验人员的工作，阻碍了政府海洋决策部门面对赤潮灾害时进行针对性防治措施的实施。 因此，本文使用了国内外行业中最先进的图像识别处理系统——美国FluidImaging Technologies的“Flowcam”与中国厦门强本科技有限公司的“赤潮实时监控系统”进行赤潮藻类研究，即流式细胞技术(Flow Cytometry)获取的藻类图像，通过课题研究与常规监测任务相结合的方式，采集福建南部海域海洋浮游植物网样与水样用于图谱库的分析和建立，通过傅里叶描述子智能系统的自动分析实现分类识别，从而有效避免实验人员工作的复杂性，降低藻类识别分析技术的使用门槛。论文的主要研究工作如下: (1)总结流式细胞技术特点与使用规则，查询文献概括国内外典型的智能分析方法和常用的智能分类系统;阐述了实验设备的主要过程和阶段分类，为实验的实际操作提供理论支撑。 (2)收集和选取福建南部海域赤潮监测资料和样品标本，重点从福建南部海域的具体实际操作中提供两年以上的水样支持与基本数据库模型，以实现图谱数据库的建立。确定课题的实验方法。摸索和优化实验方法以及分析方法，建立并程序化利用流式细胞摄像系统对样品进行快速种类鉴定和丰度分析的方法。 (3)引入图像自动识别技术，设计了基于傅里叶描述子模型，分析了描述子与实际获得样品图谱之间的映射关系，探索了将傅里叶描述子模型转换为特征描述的领域模型的方法，实现描述子框架，提出新的分析思路扩展了实验设备的使用范围。 (4)设计了基于流式细胞摄像技术的傅里叶描述子特征提取与分类识别，该系统主要分为三个步骤:形态特征提取算法、向量机理论和藻类图形识别;并采用Matlab开发实现了基于傅里叶描述子的SVM-KNN多值分类器，系统利用智能分类器的自动求解模式构建。 (5)以福建南部海域为例，对赤潮藻类在常规环境下与藻种爆发突发情况下进行实际分析，开展了基于流式细胞摄像技术的对比实验，进行傅里叶描述子分类系统功能测试;以厦门海洋预报台调查数据分析结果为应用背景，对得到的流式细胞分析工作流程进行应用效果测试，验证了该系统的可用性和图谱数据库的有效性。

目录

声明

摘要

第一章 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．3 本文的创新之处

1．4 论文的组织结构

1．5 本章小结

第二章 相关理论基础

2．1 赤潮与赤潮生物

2．1．1 赤潮及其危害

2．1．2 赤潮生物种类

2．1．3 赤潮生物分类学概述

2．2 图像与处理

2．2．1 基本理论

2．2．2 处理技术

2．2．3 形态学

2．3 流式细胞技术实际应用

2．3．1 基本结构

2．3．2 工作原理

2．4 本章小结

第三章 建立赤潮藻类图谱数据库

3．1 建立福建海域赤潮生物档案

3．1．1 资料整理

3．1．2 样本搜集

3．2 流式图像现场监测设备与技术

3．2．1 FlowCAM

3．2．2 赤潮实时监控系统

3．3 建立赤潮藻类图谱数据库

3．3．1 典型赤潮生物种类

3．3．2 常见赤潮生物种类

3．3．3 福建南部海域常见浮游植物

3．3．4 未建库藻种说明

3．4 本章小结

第四章 藻类图像分类识别与应用

4．1 FlowCAM-VisualSpreadsheet

4．1．1 功能目标

4．1．2 求解过程

4．1．3 识别结果

4．2 赤潮实时监控系统

4．2．1 功能目标

4．2．2 求解过程

4．2．3 描述子开发与SVM分类

4．2．4 识别结果

4．3 结果比对

4．4 赤潮监测的实地应用

4．4．1 图谱库对样本的识别精度

4．4．2 图谱库筛选结果与显微镜结果对比

4．5 本章小结

第五章 总结与展望

5．1 工作小结

5．2 未来展望

参考文献

在读期间已发表和录用的论文

致谢