基于EED濾波和Snake模型的基因芯片圖像分割算法研究.pdf

1、隨著生物科學的迅猛發(fā)展和“人類基因組工程”的完成,生物基因芯片的研究已成為全世界生命科學工作者的共同課題。對基因芯片信息的分析研究,亦被置于生物芯片技術(shù)領域的核心位置?；蛐酒夹g(shù),其原理與經(jīng)典核酸分子雜交方法相同,是按照預定位置固定在載體上微小面積內(nèi)大量核酸分子構(gòu)成的微陣列點陣,利用分子雜交及并行處理原理,能夠在同一時間內(nèi)進行大量信息檢測分析。相較傳統(tǒng)生物DNA檢測技術(shù)是一次重大創(chuàng)新和飛躍,對基因表達分析、病毒檢測、新藥物發(fā)現(xiàn)、設備開

2、發(fā)等領域做出了巨大推動。因此對于基因芯片的圖像處理有著重要研究意義。經(jīng)過近三十年的研究,對于傳統(tǒng)的基因芯片已開發(fā)出了較為成熟的圖像分析算法,主要處理過程有:圖像的預處理,網(wǎng)格化,靶點分割以及信號提取。其中,圖像分割是重點,分割精確性直接影響信號亮度的提取;也是難點所在,尤其對于一些無規(guī)則排列的基因芯片,無法進行網(wǎng)格化操作,進而傳統(tǒng)分割方法難以奏效,針對這個問題,本文提出了一種基于Snake模型的分割算法。
　　本文從圖像獲取開始,

3、綜合全面地闡述了對于基因芯片的圖像處理的整個過程,首先對圖像進行灰度轉(zhuǎn)換,利用對比度拉升及Top-Hat變換進行圖像增強,并根據(jù)基因芯片圖像具有多邊界這一特點,提出了基于邊緣增強擴散(EED)的濾波方法,該方法在濾除邊緣噪聲邊的同時,很好地平滑和保護了靶點邊界。并且濾波效果優(yōu)于其他常用濾波方法。接著采用基于Snake模型的主動輪廓線分割法進行圖像分割,該方法對于灰度不均勻,弱邊界有較好效果。最后根據(jù)分割結(jié)果,對信號強度進行提取,并進行了