基因芯片(genechip)是生物芯片中的一種,又稱(chēng)DNA芯片。該技術(shù)通過(guò)將大量的探針?lè)肿庸潭ㄓ谥С治锷虾笈c標(biāo)記的樣品分子進(jìn)行雜交,實(shí)現(xiàn)對(duì)生物基因表達(dá)信息的獲取。它被廣泛的應(yīng)用于藥物篩選與新藥開(kāi)發(fā)、疾病診斷、環(huán)境保護(hù)、現(xiàn)代農(nóng)業(yè)等�；蛐酒瑘D像處理是基因芯片技術(shù)的一個(gè)關(guān)鍵環(huán)節(jié),整個(gè)流程包括圖像預(yù)處理、網(wǎng)格定位、樣點(diǎn)分割和數(shù)據(jù)提取等。本文主要針對(duì)基因圖像中的圖像預(yù)處理和樣點(diǎn)分割等關(guān)鍵步驟進(jìn)行深入研究,主要內(nèi)容包含以下幾個(gè)方面:首先,在圖像預(yù)處理部分,本文實(shí)現(xiàn)了傳統(tǒng)的以及現(xiàn)今較好的圖像去噪方法并分析各種方法適應(yīng)條件、優(yōu)缺點(diǎn),通過(guò)噪聲級(jí)別函數(shù)對(duì)圖像噪聲類(lèi)型、噪聲級(jí)別進(jìn)行評(píng)估,實(shí)現(xiàn)了去噪方法的自適應(yīng)選擇。其次,通過(guò)分析基因芯片圖像的質(zhì)量特征,結(jié)合現(xiàn)有的對(duì)比度增強(qiáng)方法,提出了一種自適應(yīng)直方圖均衡化的對(duì)比度增強(qiáng)方法,該算法能夠自適應(yīng)估算基因圖像背景強(qiáng)度并基于背景強(qiáng)度進(jìn)行對(duì)比度增強(qiáng),通過(guò)主觀分析以及網(wǎng)格定位結(jié)果分析,證明改進(jìn)后的算法更好的增強(qiáng)了圖像對(duì)比度。最后,本文在基因圖像樣點(diǎn)分割步驟上,總結(jié)了傳統(tǒng)的分割方法,現(xiàn)有的聚類(lèi)分類(lèi)方法存在的局部分割不準(zhǔn)確和分割的抗干擾性、泛化性不足等問(wèn)題,通過(guò)分析基因點(diǎn)大小、位置、灰度信息分布等特征,提出了一種基于聚類(lèi)的自適應(yīng)樣點(diǎn)分割算法,并通過(guò)主觀視覺(jué)分析和定量實(shí)驗(yàn)證明了改進(jìn)后的算法具有更高的準(zhǔn)確性和有效性。
【學(xué)位單位】：廈門(mén)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類(lèi)】：TP391.41;TN409
【部分圖文】：

圖２．２基因芯片分析處理流程??基因芯片制備分析過(guò)程包括芯片的制備、樣品制備、雜交反應(yīng)、掃描成像四??個(gè)步驟，如圖２．２所示，以下為基因芯片實(shí)驗(yàn)簡(jiǎn)要步驟：??Ｓｔｅｐｌ：基因芯片的制備。根據(jù)實(shí)驗(yàn)需求選擇玻璃片、硅膠、尼龍膜等常用??基片，并將探針按照特定排列方式固定在基片上，從而形成可檢測(cè)的ＤＮＡ芯片。??Ｓｔｅｐ２：樣品的制備。選取來(lái)自?xún)煞N不同狀態(tài)的樣本，如正常組織與腫瘤組??織，將其中一種作為實(shí)驗(yàn)樣本，另一種就是參考樣本。在實(shí)驗(yàn)樣本和參考樣本的??ｍＲＮＡ逆轉(zhuǎn)錄和ＰＣＲ擴(kuò)增過(guò)程中［３５］，分別選�。茫澹常洌眨裕校ňG色熒光）和??Ｃｙｅ５－ｄＵＴＰ（紅色熒光）對(duì)參考樣本與實(shí)驗(yàn)樣本進(jìn)行熒光標(biāo)記，并將其等量混合，??從而形成待檢測(cè)樣品。??Ｓｔｅｐ３：標(biāo)記樣品與芯片雜交。在一定的雜交條件下，將用熒光標(biāo)記的待檢??測(cè)樣品與芯片上的己知序列探針進(jìn)行雜交，等待一定時(shí)間樣品與探針充分結(jié)合??后

ｗＢｒＷｎＡ??圖２．３雙通道基因圖像?圖２．４單通道基因圖像??２＿３．２中值濾波??中值濾波是一種非線性的濾波算法，它的基本思想是將某像素鄰域的所有像??素根據(jù)灰度值進(jìn)行排序后取中值替代該像素。假設(shè)數(shù)字圖像序列中一像素點(diǎn)??（夂，７）的灰度值為／＆，；０，在其周?chē)x一個(gè)某種結(jié)構(gòu)的二維滑動(dòng)模板＃?（３＊３??或５＊５方形區(qū)域），也可以是圓形、線狀、圓環(huán)形等，將模板內(nèi)的像素按照灰度??值大小進(jìn)行排序，最后取中值（當(dāng)模板像素?cái)?shù)為偶數(shù)時(shí)取中間兩個(gè)像素值均值）??賦給ｇＵ，Ｗ，具體計(jì)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）分別是原始圖像和處理后的圖像。??中值濾波對(duì)椒鹽噪聲（脈沖噪聲）具有很好的濾除作用

＿??圖２．５相似區(qū)域權(quán)重系數(shù)??由上可知，為了求得可以替代Ｐ的像素值，通過(guò)計(jì)算Ｐ與９的鄰域?qū)?yīng)像素??點(diǎn)的歐式距離作為Ｐ與９的相似性權(quán)重系數(shù)。如圖２．５所示，Ｐ為要去噪的點(diǎn)，??由于如和０的鄰域與戶(hù)相似，０的鄰域與；？相差較大，因此權(quán)重ｗ（ｐ，分１）和??ｗ〇Ｐ，＾２）較大，而ｖｖ〇ｐ，９３）較小。目標(biāo)像素的估計(jì)值就是相似的像素值根據(jù)歸一??化后的權(quán)重加權(quán)求和。??２．３．４?ＢＭ３Ｄ濾波去噪??步驟—?「－－叫基礎(chǔ)估司步驟一??相似塊?｜塊估計(jì)￣￣聚合［－ＵｒＨ找相似塊?｜塊估計(jì)￣￣聚合??圖像?ｊ?：?＾?￣ｊ?ｉ?￣?￣？?￣?．?Ｌｊｚ＿＿??逆三４變換｜?：?！?！?ｉ?｜逆三變換｜?ｉ?ｉ??：?ｊ?ｔ?：?！?ｉ?ｊ?Ｔ?｜?！??：１麵一卜＿：?：?ｉｉｉＭ－ｉ?ｈｉ＾ｉ?；??－ｗ組成三——＞１三維變換?；Ｌｊ￣￣＞；個(gè)三維ｉ?＞三維交換??；｜維數(shù)組???：丨丨數(shù)組?；??圖２．６?ＢＭ３Ｄ去噪流程??ＢＭ３Ｄ算法又稱(chēng)為３維塊匹配濾波，該算法是在非局部均值的基礎(chǔ)上進(jìn)行??的，可以說(shuō)是當(dāng)前去除高斯噪聲最好的方法之一。該算法基本思想也是通過(guò)在圖??像中尋找相似塊的方法進(jìn)行濾波％。如圖２．６所示，ＢＭ３Ｄ算法主要有兩大步驟：??１３??
【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 邵桂芳;羅林開(kāi);周綺鳳;陳光磊;;基于數(shù)學(xué)形態(tài)學(xué)的基因芯片圖像高亮噪聲處理[J];信息與控制;2009年03期

2 陸琳;孫福軍;侯明;;基因芯片圖像去噪方法研究進(jìn)展[J];檢驗(yàn)檢疫科學(xué);2007年Z1期

3 王浩;曾歡;;幾種圖像去噪平滑算法的性能分析[J];科技資訊;2006年03期

4 王東,宋立斌,李志明,陳懇;生物芯片微陣列制備方法研究[J];高技術(shù)通訊;2002年08期

本文編號(hào)：2866579