1.本发明涉及细胞分析，特别涉及细胞定位探针的控制方法。
背景技术：2.单细胞质谱分析系统在分析细胞时，控制探针定位细胞的位置并与其轻微接触是必不可少的。因此需要控制探针由细胞面上空下降到细胞面，并在与细胞接触后停止运动。然而，在此过程当中当探针下降速度过快时常常导致针尖断裂；当探针慢速下降时，大大降低了系统的工作效率，因此，针尖运动速度的控制十分重要；此外，为防止针尖在z方向(垂直载物台方向)与细胞过接触或未接触而导致分析结果异常，精准的检测针尖z方向是否与细胞接触具有重大的研究意义。
3.随着近年来显微操作技术的发展，研究探针运行速度、检测探针与细胞的接触等在显微操作领域扮演着重要的角色。而传统的探针接触检测方法，通常需要系统附加辅助设备，如：力传感器、显微镜头等，增加了系统的成本及复杂性；除此之外也存在较少的针尖接触检测算法，但控制精度低、适用性差。且多数研究人员是通过匀速控制探针找到细胞，效率低、针尖易碎裂，进而产生异常数据。
4.现有的方法主要采用接触力传感器、双目视觉的方法检测细胞的接触，能够实现针尖与底面的接触检测，但增加显微注射系统以及控制算法的复杂性，成本增加；也有研究人员通过检测针尖滑移距离来判断针尖与底面的接触，但当底面为非光滑面时算法失效，适用性差。除此之外，还有人根据先验数据下降固定的距离，这种方法控制精度低，常常由于未接触细胞，导致系统成功率降低。
技术实现要素：5.为解决上述现有技术方案中的不足，本发明提供了一种细胞定位探针的控制方法。
6.本发明的目的是通过以下技术方案实现的：
7.细胞定位探针的控制方法，所述细胞定位探针的控制方法包括所述细胞定位探针的速度控制，所述速度控制的方式为：
8.获得所述细胞定位探针的图像，提取包括针尖的区域s，统计区域s的灰度直方图；
9.对所述灰度直方图进行多高斯拟合，获得与每一个峰对应的峰值ai，i＝1,2
···
n，n为不小于2的整数；
10.若峰值和h1是第一阈值，控制所述细胞定位探针以第一速度v1向细胞移动；
11.若所述峰值和将所述区域s划分出针尖区域和针臂区域，获得所述针尖区域和针臂区域的清晰度的差值δr；
12.若所述差值δr＜r1，r1是第二阈值，控制所述细胞定位探针以第二速度v2向细胞移动；
13.若所述差值δr≥r1，控制所述细胞定位探针以第三速度v3向细胞移动，v3＜v2＜v1。
14.与现有技术相比，本发明具有的有益效果为：
15.1.快速、高效、高精度的实现探针尖端与底面接触的实时检测；
16.2.仅用单一图像就能够科学地实现不同运行速度划分及控制，提高了找寻细胞的平均速度，提高了找寻效率；
17.3.适用范围广，解决目前针尖z方向接触检测算法中所有的缺陷，为显微操作奠定良好的基础；
18.不依赖外在条件、提高工作效率及稳定性。
附图说明
19.参照附图，本发明的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于举例说明本发明的技术方案，而并非意在对本发明的保护范围构成限制。图中：
20.图1是根据本发明实施例的细胞定位探针的控制方法的流程示意图；
21.图2是根据本发明实施例的区域s的示意图；
22.图3是根据本发明实施例的多高斯拟合示意图；
23.图4是根据本发明实施例的多高斯拟合峰值和的示意图；
24.图5是根据本发明实施例的清晰度的差值示意图。
具体实施方式
25.图1-5和以下说明描述了本发明的可选实施方式以教导本领域技术人员如何实施和再现本发明。为了解释本发明技术方案，已简化或省略了一些常规方面。本领域技术人员应该理解源自这些实施方式的变型或替换将在本发明的范围内。本领域技术人员应该理解下述特征能够以各种方式组合以形成本发明的多个变型。由此，本发明并不局限于下述可选实施方式，而仅由权利要求和它们的等同物限定。
26.实施例1：
27.图1示意性地给出了本发明实施例1的细胞定位探针的控制方法的流程图，如图1所示，所述细胞定位探针的控制方法包括所述细胞定位探针的速度控制，所述速度控制的方式为：
28.获得所述细胞定位探针的图像，提取包括针尖的区域s，如图2所示，统计区域s的灰度直方图；
29.对所述灰度直方图进行多高斯拟合，如图3所示，获得与每一个峰对应的峰值ai，i＝1,2
···
n，n为不小于2的整数；
30.若峰值和h1是第一阈值，峰值和如图4所示，控制所述细胞定位探针以第一速度v1向细胞移动；
31.若所述峰值和将所述区域s划分出针尖区域和针臂区域，获得所述针尖区域和针臂区域的清晰度的差值δr，如图5所示；
32.若所述差值δr＜r1，r1是第二阈值，控制所述细胞定位探针以第二速度v2向细胞移动；
33.若所述差值δr≥r1，控制所述细胞定位探针以第三速度v3向细胞移动，v3＜v2＜v1。
34.为了提高速度划分的准确性，进一步地，所述第二阈值的确定方式为：
35.在所述差值的变化趋势中，以差值呈上升趋势的起始点的大小作为第二阈值。
36.为了准确地划分速度，进一步地，划分出针尖区域和针臂区域的方式为：
37.提取所述区域s的边缘，从右到左统计上边缘连续列的行数x值相等的个数m；
38.若所述个数m≥q1，q1是第三阈值，计算上边缘相同行x值的中间列f；
39.若f≥p
·
sy，p是第四阈值，sy是区域s的长，计算第f列上边缘点与下边缘点的距离，该距离作为针尖区域的直径，上边缘点和下边缘点的中点作为针尖区域的圆心；
40.若f＜p
·
sy，按照上述方式运行，并令q1＝q
1-1，从而获得针尖区域。
41.为了准确地判断探针是否接触细胞，进一步地，所述细胞定位探针的控制方法还包括接触判断，若所述细胞定位探针以第三速度v3向细胞移动，进入接触判断，所述接触判断的方式为：
42.获得所述细胞定位探针的图像，提取包括针尖的区域s；
43.提取所述区域s的边缘，从右到左统计上边缘连续列的行数x值相等的个数m；
44.若所述个数m≥q1，q1是第三阈值，计算上边缘相同行x值的中间列f；
45.若f≥p
·
sy，p是第四阈值，sy是区域s的长，计算第f列上边缘点与下边缘点的距离，该距离作为接触区域的直径，上边缘点和下边缘点的中点作为接触区域的圆心；
46.若f＜p
·
sy，安装上述方式运行，并令q1＝q
1-1，从而获得接触区域；
47.对所述接触区域进行特征提取，如提取的特征包括灰度值低于第五阈值的像素数、有效最大灰度值和有效最小灰度值；
48.将提取的特征作为机器学习的特征，进行支持向量机(support vector machines，svm)训练，在特征空间上实现间隔最大化，建立针尖接触检测模型，利用该模型进行所述细胞定位探针是否接触细胞的预判。
49.实施例2：
50.根据本发明实施例1的细胞定位探针的控制方法的应用例。
51.如图1所示，细胞定位探针的控制方法包括所述细胞定位探针的速度控制，所述速度控制的方式为：
52.获得所述细胞定位探针的图像，提取包括针尖的区域s，如图2所示，统计区域s的灰度直方图；
53.对所述灰度直方图进行三高斯拟合，如图3所示，获得与每一个峰对应的峰值ai，i＝1,2
···
n，n＝3；
54.若峰值和h1＝50，峰值和如图4所示，控制所述细胞定位探针以第一速度
v1向细胞移动；
55.若所述峰值和将所述区域s划分出针尖区域和针臂区域，划分的方式为：
56.提取所述区域s的边缘，从右到左统计上边缘连续列的行数x值相等的个数m；
57.若所述个数m≥q1，q1＝3，计算上边缘相同行x值的中间列f；
58.若f≥p
·
sy，p是第四阈值，sy是区域s的长，计算第f列上边缘点与下边缘点的距离，该距离作为针尖区域的直径，上边缘点和下边缘点的中点作为针尖区域的圆心；
59.若f＜p
·
sy，按照上述方式运行，并令q1＝q
1-1＝2，从而获得针尖区域；
60.获得所述针尖区域和针臂区域的清晰度的差值δr，如图5所示；
61.若所述差值δr＜r1，r1＝21是第二阈值，控制所述细胞定位探针以第二速度v2向细胞移动；所述第二阈值的确定方式为：在所述差值的变化趋势中，以差值呈上升趋势的起始点的大小作为第二阈值；
62.若所述差值δr≥r1，控制所述细胞定位探针以第三速度v3向细胞移动，v3＜v2＜v1，并进入接触判断，所述接触判断的方式为：
63.获得所述细胞定位探针的图像，提取包括针尖的区域s；
64.提取所述区域s的边缘，从右到左统计上边缘连续列的行数x值相等的个数m；
65.若所述个数m≥q1，q1＝3，计算上边缘相同行x值的中间列f；
66.若f≥p
·
sy，p＝0.6，sy是区域s的长，计算第f列上边缘点与下边缘点的距离，该距离作为接触区域的直径，上边缘点和下边缘点的中点作为接触区域的圆心；
67.若f＜p
·
sy，安装上述方式运行，并令q1＝q
1-1，从而获得接触区域；
68.对所述接触区域进行特征提取，提取的特征包括灰度值低于第五阈值(60)的像素数、有效最大灰度值(根据区域内最大灰度值的频率数确定，当最大灰度值的频数≥3时确定为有效最大灰度值)和有效最小灰度值(根据区域内最小灰度值的频率数确定，当最小灰度值的频数≥3时确定为有效最小灰度值)；
69.将提取的特征作为机器学习的特征，进行支持向量机(support vector machines,svm)训练，在特征空间上实现间隔最大化，建立针尖接触检测模型，利用该模型进行所述细胞定位探针是否接触细胞的预判。
技术特征：1.细胞定位探针的控制方法，所述细胞定位探针的控制方法包括所述细胞定位探针的速度控制，所述速度控制的方式为：获得所述细胞定位探针的图像，提取包括针尖的区域s，统计区域s的灰度直方图；对所述灰度直方图进行多高斯拟合，获得与每一个峰对应的峰值a
i
，i＝1,2
···
n，n为不小于2的整数；若峰值和h1是第一阈值，控制所述细胞定位探针以第一速度v1向细胞移动；若所述峰值和将所述区域s划分出针尖区域和针臂区域，获得所述针尖区域和针臂区域的清晰度的差值δr；若所述差值δr＜r1，r1是第二阈值，控制所述细胞定位探针以第二速度v2向细胞移动；若所述差值δr≥r1，控制所述细胞定位探针以第三速度v3向细胞移动，v3＜v2＜v1。2.根据权利要求1所述的细胞定位探针的控制方法，其特征在于，所述第二阈值的确定方式为：在所述差值的变化趋势中，以差值呈上升趋势的起始点的大小作为第二阈值。3.根据权利要求1所述的细胞定位探针的控制方法，其特征在于，划分出针尖区域和针臂区域的方式为：提取所述区域s的边缘，从右到左统计上边缘连续列的行数x值相等的个数m；若所述个数m≥q1，q1是第三阈值，计算上边缘相同行x值的中间列f；若f≥p
·
s
y
，p是第四阈值，s
y
是区域s的长，计算第f列上边缘点与下边缘点的距离，该距离作为针尖区域的直径，上边缘点和下边缘点的中点作为针尖区域的圆心；若f＜p
·
s
y
，按照上述方式运行，并令q1＝q
1-1，从而获得针尖区域。4.根据权利要求3所述的细胞定位探针的控制方法，其特征在于，第三阈值q1＝3。5.根据权利要求1所述的细胞定位探针的控制方法，其特征在于，所述细胞定位探针的控制方法还包括接触判断，若所述细胞定位探针以第三速度v3向细胞移动，进入接触判断，所述接触判断的方式为：获得所述细胞定位探针的图像，提取包括针尖的区域s；提取所述区域s的边缘，从右到左统计上边缘连续列的行数x值相等的个数m；若所述个数m≥q1，q1是第三阈值，计算上边缘相同行x值的中间列f；若f≥p
·
s
y
，p是第四阈值，s
y
是区域s的长，计算第f列上边缘点与下边缘点的距离，该距离作为接触区域的直径，上边缘点和下边缘点的中点作为接触区域的圆心；若f＜p
·
s
y
，按照上述方式运行，并令q1＝q
1-1，从而获得接触区域；对所述接触区域进行特征提取；将提取的特征作为机器学习的特征，进行支持向量机svm训练，在特征空间上实现间隔最大化，建立针尖接触检测模型，利用该模型进行所述细胞定位探针是否接触细胞的预判。6.根据权利要求5所述的细胞定位探针的控制方法，其特征在于，提取的特征包括灰度值低于第五阈值的像素数、有效最大灰度值和有效最小灰度值。7.根据权利要求6所述的细胞定位探针的控制方法，其特征在于，第五阈值为所述细胞
定位探针与细胞接触后的最高灰度值。8.根据权利要求3或5所述的细胞定位探针的控制方法，其特征在于，q1＝3。9.根据权利要求1所述的细胞定位探针的控制方法，其特征在于，n＝3。10.根据权利要求1或2所述的细胞定位探针的控制方法，其特征在于，p＝0.6。
技术总结本发明提供了细胞定位探针的控制方法，包括所述探针的速度控制，速度控制的方式为：获得所述探针的图像，提取包括针尖的区域S，统计区域S的灰度直方图；对灰度直方图进行多高斯拟合，获得与每一个峰对应的峰值A
技术研发人员：闻路红 陈安琪 甘剑勤 闫明月 胡舜迪
受保护的技术使用者：宁波华仪宁创智能科技有限公司
技术研发日：2022.04.10
技术公布日：2022/7/5
