数字PCR是近些年来快速发展起来的一种新的核酸定量分析技术。数字PCR反应结果以荧光点图像的形式加以呈现。但是,由于环境、仪器、样本等诸多因素的影响,系统中会存在一些荧光干扰,叠加在荧光图像上,增加后期图像处理和分析的难度,影响结果的准确性。其中主要干扰来自系统中非样本发射的荧光,如背景荧光等。样本荧光点图像的准确分析是数字PCR结果处理的基础和前提。使用光谱分离技术能够从数字PCR荧光图像中分离出样本所发荧光的特定信息,降低非样本荧光和背景荧光的干扰,提高系统整体的抗干扰能力。本文将光谱分离算法应用到数字PCR微流控芯片荧光图像的处理中,开发并使用光谱分离算法分离不同的荧光光谱在数字PCR图像中的信息,光谱分离后,得到样本所发射单一光谱的荧光信息,重建荧光点图像,排除了其它荧光光谱及背景的部分干扰,更有利于后续图像的结果处理、分析,提高检测准确度。本文具体研究内容和成果包括:1.研究并分析了各种光谱分离算法,选择适合数字PCR荧光图像的算法。开发并实现了光谱分离算法（N-FINDR）,计算得到了微流控芯片双色荧光图像光谱分离的结果。修正了该算法中存在的丰度及像素误差。2.通过所设计的两种不同的PCR荧光染料的混合比例实验,验证了算法的可行性。再将实验和算法在微流控芯片上复现、验证,分析实验图像和数据后,证明了微量液体体系同样适用于该算法。3.研究了数字PCR微流控芯片荧光图像相关的图像预处理技术。使用RGB色彩模型对荧光图像进行了灰度计算,获取荧光点的亮度值。对不同光谱条件下荧光图像数据进行了归一化处理。4.根据数字PCR微流控芯片荧光图像的特点,提出并使用一种小“区域”最亮点的定位算法,准确提取了荧光点位置的特征信息。分析了该定位算法的理论依据。验证了荧光点定位结果的准确性。在定位的基础上,通过校正算法去除部分干扰,修正图像可能的倾斜角度。光谱分离算法新的应用和验证以及相关图像预处理技术的使用,将会有助于提高整体系统的抗背景荧光干扰的能力和结果阈值设定的准确度,从而推进数字PCR技术的发展。