[发明专利]一种基于边缘检测的生物芯片样点识别方法

说明书

技术领域

本发明属于图像识别技术领域，涉及一种生物芯片图像样点的识别方法，特别涉及一种基于边缘检测的生物芯片图像样点的识别方法。

背景技术

生物芯片是在面积不大的基片表面上有序地点阵排列一系列固定于一定位置的可寻址的识别分子，而这些样点分子就携带了大量的生物信息。通过筛选与检测分析，人们可以快速地获取样品中的生物信息。因此生物芯片技术就成了生命科学工作者研究基因表达分析、疾病诊断、新药物发现等众多领域的重要工具。

生物芯片信息处理过程就是对生物芯片的成像结果进行分析其样点的吸光度值、面积或吸光度比。通过对样点的吸光度进行统计分析提取出重要的生物信息。因此能否准确地提取出样点的吸光度值也即灰度值将直接影响到芯片检测结果的精确度。目前生物芯片还没有国际或行业标准，生物芯片的布局并不一致，在点样过程中由于点样仪或探针的抖动造成的点样飘移，点样误差等导致图像不一致。另外在芯片的制作过程中，反应、清洗或测定过程中难免会有灰尘或待测样品的碎片等的干扰，严重制约了生物芯片样点的自动识别，从而影响了生物芯片信息提取的准确性。目前大多数的商业化软件均采取了手动定位阵列样点的方法，该方法首先选择需要识别的区域，然后输入芯片阵列的行列数、样点半径和阵列的行列间距，接着由计算机自动产生一个圆圈阵列，调整圆圈阵列，将其套在样点阵列上，使每个圆圈内包含一个样点。由于样点飘移或者尺寸差别较大，最后需要手动对某些样点进行调整。这种手动定位的方法具有一定的灵活性，但是由于是手工操作，因此会加大操作的工作量，而且不利于实现整个芯片应用过程的自动化。多数情况下样点的形状并非绝对的圆形，如果仍以圆圈去包含每个样点，其计算的样点面积和吸光度值必定有误差，并且手工定位的随意性较大，数据重复性和可靠性难以得到保证。

发明内容

针对现有技术需要人为的输入芯片阵列的行列数、样点半径和阵列的行列间距，对样点的定位不精确，其数据重复性和可靠性难以得到保证，且自动化程度不高的缺陷，本发明的目的是要提出一种基于边缘检测的生物芯片图像样点的识别方法。

为实现所述目的，本发明提出基于边缘检测的生物芯片识别方法，该方法解决技术问题的技术方案包括步骤如下：

步骤S1：对生物芯片连续拍摄多幅图，合成取其平均值作为原图；

步骤S2：对原图进行样点边缘提取，对样点边缘运用形态学中的膨胀运算进行边缘连接及对样点边缘内进行区域填充，将原图转化为样点区域为黑色，背景区域为白色的二值图像，以此来确定样点的真实区域；

步骤S3：运用扫描法对生物芯片图像进行网格划分，得到生物芯片的网格，保证每个网格内只有一个样点，并自动确定样点阵列的行、列数，根据生物芯片的网格对样点按行依次进行编号；

步骤S4：记录下二值图像中每个网格内黑色像素点的位置，每个网格内黑色像素点的位置它与原图中样点区域的位置一一对应；根据这些位置信息，获取并保存原图中样点的面积及灰度值；

步骤S5：将原图中样点的面积、灰度值与标准芯片中样点的相应参数做比较，得到样点的自动识别结果。

本发明的优点在于运用样点边缘来确定样点的实际区域，避免了用圆圈包含非规则圆形样点时产生的误差，同时排除了背景噪声的干扰，真实的反应了样点的实际面积及灰度；自动获得样点行列数并对样点进行编号，让编号与样点识别结果一一对应，打印结果清晰明了，便于医学分析；同时对于大部分生物芯片图像，是可以较好地提取出其样点的边缘。对于少数图像，由于拍摄环境、光照及芯片样点本身的荧光度的影响，拍出的样点图像中个别样点可能对比度偏低、颜色偏浅，最终提取的边缘可能有较大的断裂，甚至无法提取。这时可以人为地描绘这些样点的边缘。虽然少数情况下仍然有人工干预，但相对于传统圆圈包含样点的方法，本发明大大提高了识别精度。对大部分图像，本发明完全实现了自动化，无需人为输入任何参数，减小了人为操作可能导致的误差。而且本发明方法的软件实现较简单、算法时间短，操作方便、快捷。综上所述，基于边缘检测的样点识别算法为生物芯片图像分析领域提供了一种方便有效地分析手段。

附图说明

图1是一幅4×5的生物蛋白芯片的扫描图。

图2是根据边缘检测方法确定的样点区域。

图3是对二值化后图像运用行列扫描法所获得的列投影波形。

图4是根据二值化图像的投影结果划分的网格。

图5是本发明的总流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。