桂林理工大学

详情

智能显微镜：集成多目标跟踪与计数技术

申报人：谢冬儿 申报日期：2025-01-08

基本情况

2025年批次
智能显微镜：集成多目标跟踪与计数技术 学生申报
创新训练项目
工学
机械类
学生自主选题
一年期
一、作品设计、发明目的 本项目旨在设计一款基于YOLOv5的多目标追踪与计数的视觉自动追踪显微镜，以提升显微镜下多目标观测和分析的效率和准确性。该显微镜通过集成YOLOv5算法，实现对细胞、微生物等微小目标的实时追踪和精确计数，为生物医学研究和临床诊断提供有力支持。 二、项目功能 1.特征提取功能：系统支持对目标特征的提取和分析，为研究人员提供更丰富的数据支持。 2.目标追踪功能：利用YOLOv5算法的高效目标检测能力，对显微镜下的图像进行实时处理，识别并定位多个目标，系统能够自动追踪它们的运动轨迹。 3.计数功能：系统实时更新目标的计数结果，并记录计数数据，支持对不同类型目标的分类计数，便于后续分析和研究。 三、项目意义 项目的意义在于将多目标追踪与计数功能集成到显微镜中，从而更加高效地进行细胞、微生物等微小目标的观测和分析。该系统能够显著提高生物医学研究和临床诊断的效率和准确性，减少人工操作的误差，为科学研究提供更加准确的数据支持。
无
黄富连，女，教学秘书，主持1项市厅级规划课题；发表学术论文1篇；申请实用性性专利并获得授权1项；主持校级本科教改课题1项；参与2项市厅级教改课题并获得结题。

揭施军，男，讲师，研究生毕业于太原理工大学，主要从事机械设备故障诊断研究，主持并参与市厅级科研项目4项，参与省部级课题2项，发表核心期刊论文3篇，授权实用新型专利1项，目前在桂林理工大学南宁分校教务管理部从事教学与研究工作。
项目启动初期，教师将凭借丰富的项目管理经验，帮助学生制定详细且合理的项目实施计划，明确各个阶段的任务节点、时间安排以及预期成果。例如，将项目周期划分为算法设计、模型训练、系统集成、测试优化四个阶段，每个阶段设定具体的目标与考核指标，确保项目有条不紊地推进，避免出现拖延或方向偏差等问题。
在项目执行过程中，教师定期召开项目进度汇报会，要求学生团队汇报工作进展、分享遇到的问题。教师依据汇报情况，及时给予针对性的反馈与建议，调整项目策略。如发现某一阶段目标跟踪算法准确率未达预期，教师将组织专项研讨，分析问题根源，调配资源协助学生解决难题，保障项目始终朝着预定目标前行。
校级

项目成员

序号 学生 所属学院 专业 年级 项目中的分工 成员类型
谢冬儿 南宁分校 机械设计制造及其自动化 2023 统筹规划，协调沟通，监督进度
陈家沣 南宁分校 机械设计制造及其自动化 2023 图像预处理与分析
梁铃 南宁分校 土木工程 2023 硬件配置与系统集成
王孙荣 南宁分校 计算机工程与技术 2023 开发优化YOLOv5算法
王文荧 南宁分校 机械电子工程 2023 数据解读与应用探索

指导教师

序号 教师姓名 所属学院 是否企业导师 教师类型
黄富连 南宁分校 否
揭施军 南宁分校 否

立项依据

本项目旨在设计一款基于YOLOv5的多目标追踪与计数的视觉自动追踪显微镜，以提升显微镜下多目标观测和分析的效率和准确性。该显微镜通过集成YOLOv5算法，实现对细胞、微生物等微小目标的实时追踪和精确计数，为生物医学研究和临床诊断提供有力支持。
1.特征提取功能：开发一套系统，能够对目标特征进行提取和分析，为研究人员提供更丰富的数据支持。
2.目标追踪功能：利用YOLOv5算法对显微镜下的图像进行实时处理，识别并定位多个目标，并自动追踪它们的运动轨迹。
3.计数功能：系统能够实时更新并记录目标的计数结果，支持不同类型目标的分类计数，便于后续的分析和研究。
4.技术优化：针对显微镜图像的特点，优化YOLOv5算法，提高目标检测的准确性和实时性。
5.多目标特征分析：支持对多个目标的特征提取和分析，为研究人员提供更丰富的数据支持。
6.系统集成：将YOLOv5算法与显微镜系统集成，实现软硬件的协同工作，确保系统的稳定性和实时性。
智能显微镜技术在全球范围内正经历着快速的发展和创新。全球市场规模持续增长，预计2024将达到6.42亿美元，中国市场也稳步增长，预计2024年将达到1.121亿美元，占全球市场份额的17.46%。技术创新方面，全球科学家们在光子计算、三维细胞间动力学成像等领域取得了显著进展，如清华大学成像与智能技术实验室的大规模衍射干涉太极光子微芯片组和RUSH3D技术。同时，超高分辨率显微成像技术也在不断突破，缩小了与结构生物学技术之间的差距。中国科学家在生命科学领域的技术成果，如大片段DNA精准定点插入新工具PrimeRoot，已获得国际认可，显示了中国在该领域的重要进展。总体来看，智能显微镜技术的发展不仅推动了科学研究的深入，也为医疗诊断、教育和工业应用带来了新的机遇。智能显微镜技术在全球范围内正经历快速的技术革新和市场扩张，中国在这一领域也展现出了强劲的发展势头和创新能力。随着技术的不断进步和应用领域的拓展，预计智能显微镜将在未来几年内在全球和中国市场中扮演更加重要的角色。 
本项目的科学原理基于YOLOv5目标检测算法和显微镜图像处理技术，具有充分的技术可行性。项目的技术方案利用Python语言，通过PyTorch框架和YOLOv5模型实现先进的目标检测和追踪算法，可以实现对显微镜下微小目标的实时追踪和精确计数。通过这些技术手段和优化措施，本项目将致力于开发一款高效、准确的视觉自动追踪显微镜，为生物医学研究和临床诊断提供强有力的技术支持。
技术路线、拟解决的问题:
1. YOLOv5算法：利用YOLOv5算法进行高效的目标检测和追踪，确保系统能够实时识别和定位多个目标。
2.图像处理技术：对显微镜下的图像进行预处理和优化，提高图像质量和目标检测的准确性。
3.数据分析技术：对检测和追踪的数据进行分析和处理，支持目标特征提取和分类计数。
4.系统集成技术：将YOLOv5算法与显微镜系统集成，实现软硬件的协同工作，确保系统的稳定性和实时性。
通过以上技术的应用和优化，本项目将致力于开发一款高效、准确的视觉自动追踪显微镜，为生物医学研究和临床诊断提供强有力的技术支持。

预期成果:
1.目标检测的准确率：对于不同类型和大小的目标物体，检测准确率要求达到80%以上。
2.追踪的稳定性：系统能够稳定追踪多个目标，避免因目标重叠或遮挡导致的追踪中断。
3.计数的精确度：系统能够实时更新目标的计数结果，计数精确度要求达到85%以上。
第一阶段：设计与开发（2025年3月）
完成需求分析、系统设计和数据准备。设计并优化YOLOv5算法以适应显微镜图像。实现目标检测和追踪功能，并进行初步测试。
所需资源：文献资料、数据处理和分析软件。
第二阶段：测试与优化（2025年9月）
进行系统集成测试，调试系统性能。根据测试反馈进行性能优化和功能迭代。完成用户界面设计与实现，用户培训资料的准备。
所需资源：测试设备、测试软件、调试工具。显微镜设备。用户培训资源、部署文档、技术支持团队。
第三阶段：部署与结项（2025年10月）
在实验室和临床环境中部署系统。提供用户培训，收集反馈并进行系统微调。撰写项目结项报告，总结项目成果和经验。
所需资源：部署所需的硬件资源和现场技术支持。
项目期间附加任务：
1.时间管理：制定详细的时间表，确保各阶段按时完成。
2.风险管理：识别潜在风险，制定应对措施。
3.沟通与协作：保持团队沟通，确保工作无缝衔接。
4.文档记录：记录项目数据和信息，整理归档。
此前已经开展了一系列与本项目关键技术相关的预研工作，成功攻克了部分技术难题
项目团队成员专业背景丰富，涵盖了项目所需的各个专业领域，包括 机械、计算机 等，且团队成员大多具有扎实的专业领域知识，具备较强的科研能力和创新能力，能够为项目的顺利实施提供有力的人才保障，项目组也有专门的研究场地，具备良好的实验环境和办公条件，能够为项目团队提供稳定的工作空间。

经费预算

开支科目 预算经费（元） 主要用途 阶段下达经费计划（元）
前半阶段 后半阶段
预算经费总额 500.00 无 400.00 100.00
1. 业务费 0.00 无 0.00 0.00
（1）计算、分析、测试费 0.00 无 0.00 0.00
（2）能源动力费 0.00 无 0.00 0.00
（3）会议、差旅费 0.00 无 0.00 0.00
（4）文献检索费 0.00 无 0.00 0.00
（5）论文出版费 0.00 无 0.00 0.00
2. 仪器设备购置费 400.00 无 400.00 0.00
3. 实验装置试制费 0.00 无 0.00 0.00
4. 材料费 100.00 无 0.00 100.00
结束

用户单位： 桂林理工大学        

版权所有： 南京先极科技有限公司