[发明专利]基于粒子群优化的K-means聚类算法的基因芯片图像分割法

摘要

本发明公开了一种基于粒子群优化的K-means聚类算法的基因芯片图像分割法，其特征为，首先根据K-means聚类算法基因芯片图像的所有像素分为K类，粒子群中的每个粒子根据适应度函数搜寻局部最优位置；然后粒子群中的粒子根据其个体极值和最优位置更新自己的速度和位置值。经过多次迭代之后，全局最优位置所在的子群即为聚类分类结果。本发明算法过程简单清晰，有效避免陷入局部最优或者产生空类的情形，收敛速度快，搜索全局最优能力强，需要设置和调整的参数少，分类结果准确而快速，不受人为因素干扰，适用于大规模的基因芯片图像分割。

主权项

一种基于粒子群优化的K means聚类算法的基因芯片图像分割法，其特征在于，包括下列步骤：(1)输入基因芯片图像，并对基因芯片图像进行预处理；(2)对步骤(1)处理后的图像进行网格定位，获得多个基因芯片图像靶区，每一图像靶区由网格定位后的一个靶点及其背景区域构成；(3)分别对每一图像靶区进行图像分割处理，所述图像分割处理为，一个像素点由一个数据矢量表示，数据矢量的横坐标与纵坐标对应像素点的横坐标与纵坐标，数据矢量值对应像素点的灰度值，对数据矢量的划分采用基于粒子群优化的K means聚类算法进行，最终将所有像素划分为目标与背景两类，实现基因芯片图像的分割；所述基于粒子群优化的K means聚类算法是，首先根据K means聚类算法将基因芯片图像的所有像素分为K类，K＝2，粒子群中的每个粒子根据适应度函数搜寻局部最优位置；然后粒子群中的粒子根据其个体极值和最优位置更新自己的速度和位置值；经过多次迭代之后，全局最优位置所在的子群即为聚类分类结果。