为了解决现有算法对密集细胞识别精度不高及空间轨迹错误相连的问题，建立了一种针对斑马鱼尾部中性粒密集细胞的识别与追踪网络，该网络通过改进的mask region-based convolutional neural network （Mask R-CNN）及DeepSort对细胞进行识别与追踪。首先，从自搭建的光学投影层析成像（OPT）系统获取细胞图像；然后，改进Mask R-CNN中训练模块的Huber掩膜损失、优化神经网络参数，并在检测模块中拓展灰度级动态范围来提高边缘检测性能，实现细胞的识别；最后，利用DeepSort结合改进的逐帧关联思想将定位的二维像素坐标转换为三维空间坐标，进行轨迹连接。实验结果表明：所提网络的训练效率提高了约50%；XZ和YZ面细胞分割精准率分别达到了98.99%和97.83%，比未改进的Mask R-CNN、U-Net、形态学和分水岭分割等的分割效果均有显著提高；在细胞关联性为75%时，可重建出79.6%的斑马鱼中性粒细胞轨迹。该网络能够较好地实现对高度重叠细胞的识别分割与轨迹重构，将二维定位拓展到三维空间，不仅为密集微观生物的分类识别提供了借鉴参考，而且为病理学研究中细胞应激反应提供了一个重要的直观模型。

本文报道了一类面向有机电致磷光器件应用的电子传输材料, 其具有易合成纯化、分子量低、玻璃化转变温度高以及经8-羟基喹啉锂(Liq)掺杂, 电子迁移率高等优点。通过1,3-亚苯基, 4,6-二苯基-1,3,5-三嗪-2-基单元与10-(萘基-2-基)-蒽-9-基偶联, 得到分析纯的NaAN-m-TRZ(m/z=611.73)。残留的含溴中间体可以容易地通过柱层析和/或由CH2Cl2重结晶去除, 从而避免了高风险卤代杂质对于OLED稳定性的影响。热分析表明, 其Tg为157 ℃; 在失重率为1%时, 分解温度为353 ℃。根据紫外光电子能谱测量, NaAN-m-TRZ的HOMO能级为-5.76 eV, 其LUMO估算为-2.84 eV。利用空间电荷限制电流模型, 经由质量分数为50% Liq掺杂的NaAN-m-TRZ的电子迁移率高达6.23×10-5~7.19×10-4 cm2·V-1·s-1 @ E = (2~5)×105V·cm-1, 有助于抑制磷光OLED器件中的三重态-极化子湮灭。因此, 基于Liq：NaAN-m-TRZ的单层电子传输层, 顶发射绿光磷光器件展现出高稳定性, 预计寿命t97约为2 567 h @1 000 cd·m-2; 发光效率、功率效率分别为72.2 cd·A-1、81 lm·W-1@1 000 cd·m-2(绿光发光材料为Ir(ppy)2(m-mbppy))。

单分子定位显微成像技术采集的图像中包含大量噪声及样本复杂的背景信息,而现有定位重组计算中常用的去噪算法难以去除结构性噪声,从而影响了超分辨图像的重建效果。本文构建了基于时域迭代小波变换(TDIWT)的背景噪声去除算法,该算法可针对不同信噪比的单分子数据集自适应选取合适的分解层数和迭代次数进行批量去噪处理。在模拟数据验证中,所提算法相比空域小波和时间极值发射极恢复算法在结构相似性指数、峰值信噪比上分别高出226%、50.8%和58.5%、16.6%。此外,利用自行搭建的easySTORM系统采集的实验数据和单分子显微成像测试网站提供的实验数据进行了不同算法的背景去噪比较,结果发现,TDIWT处理后重建的超分辨图像可使受噪声影响断裂的微管蛋白呈现为连续状态,验证了其优秀的结构性荧光噪声去除效果。TDIWT算法为单分子显微成像重建过程中结构性背景噪声的去除提供了新的自适应批量处理方案。

为提高大型室内场所的定位精度,提出一种基于改进自适应花授粉算法的接收信号强度指示(RSSI)可见光定位方案。利用固定在屋顶呈网格型排布的LED发送位置信息,接收端采用基于反向学习策略和自适应花授粉算法的RSSI定位方法实现精确定位。传统花授粉算法具有易陷入局部最优、缺乏变异机制等缺点,利用反向学习策略可使初始种群分布更加均匀,通过提高种群多样性可使算法跳出局部最优;采用有利于全局广泛搜索的自适应移动因子提高收敛速度。在100m×100m×100m大型室内场所的一层100m×100m×10m的空间中,考虑热噪声和散射噪声干扰的情况,经过多次仿真可得,相比于传统定位算法,随机灯排布下采用改进花授粉的RSSI算法的定位误差小于±1cm;采用网格型灯排布结合改进定位算法的室内可见光定位系统时,定位精度得到明显提升,定位时间大幅缩短。该方案具有定位精度更高、计算速度更快、工作稳定等优点。

随机光学重建显微镜(STORM)关键技术包括大量随机闪烁图像的数据定位与重建算法,而现有的常用开源算法在大数据量情况下存在用时过长或内存受限等限制,影响了STORM技术的进一步推广应用。基于MATLAB和并行计算的方法构建了WindSTORM PLUS开源算法,采用该算法进行单分子定位数据处理。在模拟数据集下,对比WindSTORM和ThunderSTORM,WindSTORM PLUS算法的处理速度提高了1000%,且对比WindSTORM,内存需求降低了60%。此外,搭建了easySTORM系统,在实验数据的处理耗时对比中,WindSTORM PLUS只有WindSTORM和Gauss-WLS的9%,验证了其在超大数据集下处理速度的优越性。WindSTORM PLUS开源算法为超分辨图像处理提供了一个新的高速处理方案。

光学投影断层成像技术是一种新颖的针对毫米至厘米量级的介观尺寸的三维荧光成像技术，具有经济、快速、分辨率高和成像范围广等优异性能，是当今生物医学光子学领域的研究热点之一。综述了光学投影断层成像的技术原理、发展研究现状以及其广泛的应用领域，阐述了不同光学投影断层成像技术的特点。目前光学投影断层成像技术的发展主要集中在系统自身(包括焦平面扫描、角度复用、角度滤波等方法)的改进、后期图像重组算法的改进以及该技术结合多维度荧光成像技术三个方面。通过技术细节的改进和发展，光学投影断层成像在生物医学、组织形态学和组织病理学、活体成像和荧光标记追踪等研究领域获得广泛应用。

设计了基于LabVIEW控制的激光扫描光学断层成像系统, 该系统以准直激光器为光源, 高精度四维平移台为样本定位单元, 光电倍增管为采集单元, 实现了针对小鼠肺等小尺寸样本的三维成像.该系统空间分辨率优于20 μm, 成像视野大于1 cm, 通过对离体小鼠肺器官的自发荧光成像, 展示了系统的操作流程、成像结果和初步生物应用, 并探索了它对整个生物器官组织的成像能力.与传统生物医学光学成像方法相比, 该方法具有光子收集效率高、成像样本尺寸大、系统操作简单等优点.