组织培养MS培养基生物性污染之检测.DOC

  1. 1、本文档共2页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
组织培养MS培养基生物性污染之检测

應用多分光影像及主軸成分法於 組織培養MS培養基生物性污染之檢測 Detection of Contaminated Tissue Culture MS Agar Media by Multispectral Image and PCA Method 研究生:羅竣威 Lo, Chun-Wei1 指導教授:謝清祿 Hsieh, Ching-Lu 【摘要】 MS培養基為組織培養技術常用的營養成分介質,在學術研究及產業界應用上,皆具有其重要的價值性。本研究應用分光影像系統及主軸成分法進行有添加及無添加活性碳MS培養基生物性污染檢測,試驗中培養基製備後第2~7日持續6天拍攝,共擷取300~400 nm、480~560 nm、560~620 nm、400~700 nm、400 nm~770 nm、850~870 nm、850~1050 nm七種分光波段影像,並利用不同策略之主軸成分法進行特徵抽取和維度縮減,其分別為單一波段多樣本、多波段單一樣本及多波段多樣本三種策略,另外配合平滑化邊緣特徵空間,以降低影像雜訊及灰階強度不均勻的問題;而影像抽取之特徵參數,利用判別分析法的馬氏距離及貝氏分類器作為歸類準則。研究結果顯示,選擇前23個主成分,使用多波段多樣本的平滑化特徵空間,並以馬氏距離判別,第3日480~560 nm、 560~620 nm、850~870 nm波段組合,可獲得88%的判別率;活性碳MS培養基部分,第2日400~770 nm、300~400 nm波段配合馬氏距離判別,該判別率83%為最佳判別結果;以單一波段多樣本PCA及貝氏分類器測試組培業者製作之培養基,第5日的480~560 nm波段92%判別率為各日最高。由結果可證實,使用主軸成分法結合分光影像系統應用於業者培養基污染檢測機台之開發是可行的。 關鍵字:多分光影像、MS培養基、污染檢測、主軸成分法、判別分析法 【Abstract】 MS medium is commonly used as a basic nutrition for plant tissue culture. To users, the contamination problem of MS medium causes significant loss in economy and reputation. This study applied multispectral image and Principal Component Analysis (PCA) to identify the biological contaminants in MS media with and without carbon added from normal. The image of each specimen was taken at spectrums of 300-400, 480-560, 560-620, 400-700, 400-770, 850-870, and 850-1050 nm from day 2 to day 7 consecutively after the samples were prepared. The features were extracted from the images by three PCA methods, i.e. single band multi-samples, multi-bands single sample and multi-bands multi-samples, respectively. The treatment of Smoothed Edge Eigenspace (SEE) was also tested to explore its effects on classification accuracy. Two classification methods named Bayesian classifier and Mahalanobis distance were applied to classify the normal and contaminated media. Results indicate that Mahalanobis distance with the SEE treatment combining with spectrums of 480-560, 560-620, and 850-870 nm reach the classification rate of 88% for day 3 images. For carbon added media, the bands combina

文档评论(0)

136****3783 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档