秀丽隐杆线虫具有体积小、生命周期短、结构简单和基因保守性高等特点,是环境暴露和毒理学研究领域中重要的活体研究工具。微流控体系与线虫大小尺度相匹配,与传统的在琼脂板上进行的线虫实验相比,其具有反应体系小、通量高、自动化且操作灵活等优势。因此基于微流控芯片的线虫研究平台为高通量、大规模的环境化学品评估提供了新的手段。然而目前仍缺乏集成自动化操控及图像分析的一体化微流控线虫分析平台。针对上述问题,本文首先设计了两个分别用于急性毒理实验的双层阀门梯度芯片以及用于长期观察的单层阀门芯片。搭建了集成流体进样、振荡及阀门开关的流体控制系统,通过多线程优化了线虫视频采集的速度。为线虫在给定环境毒素下的暴露创造一个精确的微环境及控制观察系统。针对线虫的视频特征提取存在的难点,本论文提出:1.针对传统的图像分割算法在线虫前景轮廓分割任务中存在的不足(如:面临鲁棒性差、依赖超参数选择和分割效果不理想等问题),本文提出了一种基于深度卷积网络和条件随机场的分割算法。通过与其他分割算法对比,表明本文提出的算法能够显著地改善线虫前景轮廓分割的性能。2.为了解决多线虫轮廓之间的纠缠,本文提出了一种基于卷积神经网络的编解码器架构,该模型有效地解决了单个线虫轮廓的解析问题。3.针对线虫的跟踪问题,本文提出了一种简单有效的跟踪策略,通过最近邻搜索匹配的方式实现线虫的跟踪。该跟踪方法能够对线虫轮廓实现鲁棒的跟踪。利用上述算法,可以自动计算出线虫的体长、摆动频率等生理特征。最后,本文分别针对两款线虫芯片及相关软硬件平台开展了相关实验,其中急性线虫毒理芯片可自动化研究不同浓度梯度的双氧水溶液对秀丽隐杆线虫摆动频率的影响,实验结果与传统实验结果一致。慢性毒理芯片显示该芯片可以控制腔室中线虫的数量,通过开发的算法可进行线虫轮廓的追踪及线虫特征提取。展示了本文提出的基于微流控平台和自动化图像分析系统在毒理学研究中的应用前景。