凝膠圖像蛋白點分割算法研究.pdf

1、蛋白質(zhì)是生命活動的基礎(chǔ)，對其功能及表達水平等方面的研究具有重要的價值，而快速發(fā)展的蛋白質(zhì)組學(xué)成為生物系統(tǒng)研究的一個新方向。將蛋白質(zhì)有效的分離出來是對其表達模式分析的前提，它是利用雙向凝膠電泳技術(shù)平臺來操作運行，依靠蛋白質(zhì)在凝膠中水平維度上等電點的不同和豎直維度上分子量之間的差異特征實現(xiàn)，最終輸出的是一幅數(shù)字灰度圖像。在這幅圖像中含有成千上萬個形狀和大小各不相同的蛋白質(zhì)點，其中每個點代表了一個蛋白質(zhì)，并且這些點都是以不同灰度級的形式表現(xiàn)出

2、來。凝膠圖像的分析過程主要包括：蛋白點的分割與檢測，蛋白點的表達量化、匹配等過程，其中，蛋白點分割占據(jù)著非常重要的地位，不準確的分割會嚴重影響后續(xù)對蛋白質(zhì)表達變化的分析，因此，本論文重點研究了對凝膠圖像的分割算法。
　　本論文的主要工作如下：
　?。?）研究了不同的濾波技術(shù)主要包括空域濾波、改進的NL-means算法和引導(dǎo)濾波器，概述了其相關(guān)原理并分別對凝膠圖像進行實驗仿真。同時，與處理后的凝膠圖像剖面圖相結(jié)合，進一步對上述

3、濾波算法處理的效果做出對比分析，并作為選擇濾波算法的依據(jù)。
　?。?）將傳統(tǒng)的圖像分割算法（基于閾值、分水嶺和水平集算法）和基于模糊聚類的算法應(yīng)用于凝膠圖像的分割中，并利用真實的凝膠圖像對上述幾種算法進行實驗，通過對比觀察實驗結(jié)果來分析各種算法的分割效果，為下一步的研究提供基礎(chǔ)。
　?。?）凝膠圖像上蛋白點并不是均勻分布且部分點的邊界灰度與背景之間的對比并不是特別明顯，由此將核模糊聚類算法引入到凝膠圖像的分割中并對其進行改進

4、。首先將引導(dǎo)濾波器與形態(tài)學(xué)方法結(jié)合起來，一方面用于對圖像進行降噪處理以降低噪聲的干擾，另一方面用于提高圖像中蛋白點與背景之間的對比差異；然后在核函數(shù)中引入一個權(quán)值向量，與此同時利用樣本方差來合理的計算核參數(shù)值，使核參數(shù)具有一定的自適應(yīng)度；最后將改進后的核函數(shù)引入到模糊聚類算法里面，從而最終完成凝膠圖像的聚類分割。在此過程中，分別利用模擬和真實的凝膠圖像進行實驗，并與其他算法做對比分析，驗證了本論文算法的分割效果明顯優(yōu)于對比算法，在一定程