基于深度学习的显微视觉伺服控制方法技术

本发明专利技术公开了基于深度学习的显微视觉伺服控制方法，属于显微伺服控制领域，基于深度学习的显微视觉伺服控制方法，可以通过在显微操作之前进行模拟操控，可以同时模拟操作轨迹以及细胞反应，通过模拟操控可以在进行显微操作之前预设可能会出现的问题，并分析出最优的操作轨迹和数据，在这过程中相较于现有技术，可以存在一个模拟操控修正的过程，从而有效提高了后续显微操作的成功率，然后将该操作轨迹和数据转化成伺服控制机器人的实际操作数据，从而完成显微操作，在这个过程中，避开了人为操作，从而有效降低了由于人为因素造成的不确定的误差，从而极大地提高了显微操作的成功率，从而无形中降低了对显微操作的成本投入。

Micro vision servo control method based on deep learning

【技术实现步骤摘要】
基于深度学习的显微视觉伺服控制方法
本专利技术涉及显微伺服控制领域，更具体地说，涉及基于深度学习的显微视觉伺服控制方法。
技术介绍
在生物医学工程领域中，存在着大量涉及对细胞、染色体等的显微操作，如细胞的分离、捡取、融合、显微注射，染色体的切割等。对于这类微操作，不但要求定位准确、操作精度高、一致性好，而且要做到操作时间短、效率高，目前，微操作都是人工通过显微操作仪来完成的，显微操作仪大都包括以下几部分：隔振台、显微镜、左微操作臂、右微操作臂、细胞吸附及基因注射装置、左遥控操纵手柄、右遥控操纵手柄等。操作人员通过显微镜的目镜观察和感知细胞及微操作臂的位姿信息，通过手柄控制左右微操作臂，将人手的动作按照一定的缩放比例传递到微操作臂的操作工具(左操作臂上安装有微吸管，右操作臂上安装微注射针)，使之对细胞进行操作。左操作臂完成被操作对象的捕捉与固定，右操作臂对被固定住的操作对象进行微细操作(如基因注射、染色体切割等)。其操作方式是由操作人员根据显微监视目镜输出的图像通过遥控操纵手柄来遥控微操作臂的运动，操作人员的大脑、手、遥控手柄、微本文档来自技高网...

【技术保护点】
1.基于深度学习的显微视觉方法，其特征在于：包括以下步骤：/nS1、通过摄像显微镜放大载玻片上目标细胞，并采集目标细胞的实时视频信息；/nS2、将采集的动态信息实时导入到计算机内；/nS3、在计算机内对目标细胞进行模拟操控，并记录模拟操控轨迹的动态数据；/nS4、数据转换，将模拟得到的动态数据进行等比例换算成伺服控制机器人和细胞实际尺寸的数据；/nS5、将转换后的数据实时导入到伺服控制中心，伺服控制中心根据转换后的数据控制伺服控制机器人对细胞进行显微操作。/n

【技术特征摘要】
1.基于深度学习的显微视觉方法，其特征在于：包括以下步骤：
S1、通过摄像显微镜放大载玻片上目标细胞，并采集目标细胞的实时视频信息；
S2、将采集的动态信息实时导入到计算机内；
S3、在计算机内对目标细胞进行模拟操控，并记录模拟操控轨迹的动态数据；
S4、数据转换，将模拟得到的动态数据进行等比例换算成伺服控制机器人和细胞实际尺寸的数据；
S5、将转换后的数据实时导入到伺服控制中心，伺服控制中心根据转换后的数据控制伺服控制机器人对细胞进行显微操作。


2.根据权利要求1所述的基于深度学习的显微视觉伺服控制方法，其特征在于：所述模拟操控时的虚拟操作工具的形状、尺寸、空间的相对位置以及比例均由伺服控制机器人上的机械臂相对于纳米级标记点的位置按照等比例扩大得到。


3.根据权利要求1所述的基于深度学习的显微视觉伺服控制方法，其特征在于：所述模拟操控包括模拟细胞在被操作时的反应和模拟伺服控制机器人上机械臂的显微操作轨迹，同时模拟操作轨迹以及细胞反应。


4.根据权利要求1所述的基于深度学习的显微视觉伺服控制方法，其特征在于：所述计算机内通过逻辑语言编程有模拟...

【专利技术属性】
技术研发人员：邓承志，吴朝明，田伟，张绍泉，徐晨光，李璠，张俊，汪胜前，
申请(专利权)人：南昌工程学院，
类型：发明
国别省市：江西;36