基因芯片图像的自适应增强与分割算法研究
发布时间：2020-11-02 04:39
基因芯片(genechip)是生物芯片中的一种,又称DNA芯片。该技术通过将大量的探针分子固定于支持物上后与标记的样品分子进行杂交,实现对生物基因表达信息的获取。它被广泛的应用于药物筛选与新药开发、疾病诊断、环境保护、现代农业等。基因芯片图像处理是基因芯片技术的一个关键环节,整个流程包括图像预处理、网格定位、样点分割和数据提取等。本文主要针对基因图像中的图像预处理和样点分割等关键步骤进行深入研究,主要内容包含以下几个方面:首先,在图像预处理部分,本文实现了传统的以及现今较好的图像去噪方法并分析各种方法适应条件、优缺点,通过噪声级别函数对图像噪声类型、噪声级别进行评估,实现了去噪方法的自适应选择。其次,通过分析基因芯片图像的质量特征,结合现有的对比度增强方法,提出了一种自适应直方图均衡化的对比度增强方法,该算法能够自适应估算基因图像背景强度并基于背景强度进行对比度增强,通过主观分析以及网格定位结果分析,证明改进后的算法更好的增强了图像对比度。最后,本文在基因图像样点分割步骤上,总结了传统的分割方法,现有的聚类分类方法存在的局部分割不准确和分割的抗干扰性、泛化性不足等问题,通过分析基因点大小、位置、灰度信息分布等特征,提出了一种基于聚类的自适应样点分割算法,并通过主观视觉分析和定量实验证明了改进后的算法具有更高的准确性和有效性。
【学位单位】：厦门大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP391.41;TN409
【部分图文】：
图２．２基因芯片分析处理流程??基因芯片制备分析过程包括芯片的制备、样品制备、杂交反应、扫描成像四??个步骤，如图２．２所示，以下为基因芯片实验简要步骤：??Ｓｔｅｐｌ：基因芯片的制备。根据实验需求选择玻璃片、硅胶、尼龙膜等常用??基片，并将探针按照特定排列方式固定在基片上，从而形成可检测的ＤＮＡ芯片。??Ｓｔｅｐ２：样品的制备。选取来自两种不同状态的样本，如正常组织与肿瘤组??织，将其中一种作为实验样本，另一种就是参考样本。在实验样本和参考样本的??ｍＲＮＡ逆转录和ＰＣＲ扩增过程中［３５］，分别选取Ｃｙｅ３－ｄＵＴＰ（绿色荧光）和??Ｃｙｅ５－ｄＵＴＰ（红色荧光）对参考样本与实验样本进行荧光标记，并将其等量混合，??从而形成待检测样品。??Ｓｔｅｐ３：标记样品与芯片杂交。在一定的杂交条件下，将用荧光标记的待检??测样品与芯片上的己知序列探针进行杂交，等待一定时间样品与探针充分结合??后
ｗＢｒＷｎＡ??图２．３双通道基因图像?图２．４单通道基因图像??２＿３．２中值滤波??中值滤波是一种非线性的滤波算法，它的基本思想是将某像素邻域的所有像??素根据灰度值进行排序后取中值替代该像素。假设数字图像序列中一像素点??（夂，７）的灰度值为／＆，；０，在其周围定义一个某种结构的二维滑动模板＃?（３＊３??或５＊５方形区域），也可以是圆形、线状、圆环形等，将模板内的像素按照灰度??值大小进行排序，最后取中值（当模板像素数为偶数时取中间两个像素值均值）??赋给ｇＵ，Ｗ，具体计算公式如下：??ｇ（ｘ，?ｙ）?＝?ｍｅｄ｛ｆ（ｘ?－ｋ，ｙ－?／），?（ｋ，?ｌ?ｅＷ）｝?（２．１）??其中，／（Ｕ〇和ｇ（ｘ，＿ｙ）分别是原始图像和处理后的图像。??中值滤波对椒盐噪声（脉冲噪声）具有很好的滤除作用
＿??图２．５相似区域权重系数??由上可知，为了求得可以替代Ｐ的像素值，通过计算Ｐ与９的邻域对应像素??点的欧式距离作为Ｐ与９的相似性权重系数。如图２．５所示，Ｐ为要去噪的点，??由于如和０的邻域与户相似，０的邻域与；？相差较大，因此权重ｗ（ｐ，分１）和??ｗ〇Ｐ，＾２）较大，而ｖｖ〇ｐ，９３）较小。目标像素的估计值就是相似的像素值根据归一??化后的权重加权求和。??２．３．４?ＢＭ３Ｄ滤波去噪??步骤—?「－－叫基础估司步骤一??相似块?｜块估计￣￣聚合［－ＵｒＨ找相似块?｜块估计￣￣聚合??图像?ｊ?：?＾?￣ｊ?ｉ?￣?￣？?￣?．?Ｌｊｚ＿＿??逆三４变换｜?：?！?！?ｉ?｜逆三变换｜?ｉ?ｉ??：?ｊ?ｔ?：?！?ｉ?ｊ?Ｔ?｜?！??：１麵一卜＿：?：?ｉｉｉＭ－ｉ?ｈｉ＾ｉ?；??－ｗ组成三——＞１三维变換?；Ｌｊ￣￣＞；个三维ｉ?＞三维交換??；｜维数组???：丨丨数组?；??图２．６?ＢＭ３Ｄ去噪流程??ＢＭ３Ｄ算法又称为３维块匹配滤波，该算法是在非局部均值的基础上进行??的，可以说是当前去除高斯噪声最好的方法之一。该算法基本思想也是通过在图??像中寻找相似块的方法进行滤波％。如图２．６所示，ＢＭ３Ｄ算法主要有两大步骤：??１３??
【参考文献】
本文编号：2866579
【学位单位】：厦门大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP391.41;TN409
【部分图文】：
图２．２基因芯片分析处理流程??基因芯片制备分析过程包括芯片的制备、样品制备、杂交反应、扫描成像四??个步骤，如图２．２所示，以下为基因芯片实验简要步骤：??Ｓｔｅｐｌ：基因芯片的制备。根据实验需求选择玻璃片、硅胶、尼龙膜等常用??基片，并将探针按照特定排列方式固定在基片上，从而形成可检测的ＤＮＡ芯片。??Ｓｔｅｐ２：样品的制备。选取来自两种不同状态的样本，如正常组织与肿瘤组??织，将其中一种作为实验样本，另一种就是参考样本。在实验样本和参考样本的??ｍＲＮＡ逆转录和ＰＣＲ扩增过程中［３５］，分别选取Ｃｙｅ３－ｄＵＴＰ（绿色荧光）和??Ｃｙｅ５－ｄＵＴＰ（红色荧光）对参考样本与实验样本进行荧光标记，并将其等量混合，??从而形成待检测样品。??Ｓｔｅｐ３：标记样品与芯片杂交。在一定的杂交条件下，将用荧光标记的待检??测样品与芯片上的己知序列探针进行杂交，等待一定时间样品与探针充分结合??后
ｗＢｒＷｎＡ??图２．３双通道基因图像?图２．４单通道基因图像??２＿３．２中值滤波??中值滤波是一种非线性的滤波算法，它的基本思想是将某像素邻域的所有像??素根据灰度值进行排序后取中值替代该像素。假设数字图像序列中一像素点??（夂，７）的灰度值为／＆，；０，在其周围定义一个某种结构的二维滑动模板＃?（３＊３??或５＊５方形区域），也可以是圆形、线状、圆环形等，将模板内的像素按照灰度??值大小进行排序，最后取中值（当模板像素数为偶数时取中间两个像素值均值）??赋给ｇＵ，Ｗ，具体计算公式如下：??ｇ（ｘ，?ｙ）?＝?ｍｅｄ｛ｆ（ｘ?－ｋ，ｙ－?／），?（ｋ，?ｌ?ｅＷ）｝?（２．１）??其中，／（Ｕ〇和ｇ（ｘ，＿ｙ）分别是原始图像和处理后的图像。??中值滤波对椒盐噪声（脉冲噪声）具有很好的滤除作用
＿??图２．５相似区域权重系数??由上可知，为了求得可以替代Ｐ的像素值，通过计算Ｐ与９的邻域对应像素??点的欧式距离作为Ｐ与９的相似性权重系数。如图２．５所示，Ｐ为要去噪的点，??由于如和０的邻域与户相似，０的邻域与；？相差较大，因此权重ｗ（ｐ，分１）和??ｗ〇Ｐ，＾２）较大，而ｖｖ〇ｐ，９３）较小。目标像素的估计值就是相似的像素值根据归一??化后的权重加权求和。??２．３．４?ＢＭ３Ｄ滤波去噪??步骤—?「－－叫基础估司步骤一??相似块?｜块估计￣￣聚合［－ＵｒＨ找相似块?｜块估计￣￣聚合??图像?ｊ?：?＾?￣ｊ?ｉ?￣?￣？?￣?．?Ｌｊｚ＿＿??逆三４变换｜?：?！?！?ｉ?｜逆三变换｜?ｉ?ｉ??：?ｊ?ｔ?：?！?ｉ?ｊ?Ｔ?｜?！??：１麵一卜＿：?：?ｉｉｉＭ－ｉ?ｈｉ＾ｉ?；??－ｗ组成三——＞１三维变換?；Ｌｊ￣￣＞；个三维ｉ?＞三维交換??；｜维数组???：丨丨数组?；??图２．６?ＢＭ３Ｄ去噪流程??ＢＭ３Ｄ算法又称为３维块匹配滤波，该算法是在非局部均值的基础上进行??的，可以说是当前去除高斯噪声最好的方法之一。该算法基本思想也是通过在图??像中寻找相似块的方法进行滤波％。如图２．６所示，ＢＭ３Ｄ算法主要有两大步骤：??１３??
【参考文献】
相关期刊论文 前4条
1 邵桂芳;罗林开;周绮凤;陈光磊;;基于数学形态学的基因芯片图像高亮噪声处理[J];信息与控制;2009年03期
2 陆琳;孙福军;侯明;;基因芯片图像去噪方法研究进展[J];检验检疫科学;2007年Z1期
3 王浩;曾欢;;几种图像去噪平滑算法的性能分析[J];科技资讯;2006年03期
4 王东,宋立斌,李志明,陈恳;生物芯片微阵列制备方法研究[J];高技术通讯;2002年08期
本文编号：2866579
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/2866579.html
