论文部分内容阅读
随着后基因组时代的到来，为了研究基因组的功能、基因与显形之间的关系、生物药物的开发以及系统生物学等，现代生物学实验需要通过高通量高内涵的生物成像设备产生海量图像及相关数据，并对其进行详细的分析和统计才能回答特定的生物学问题。因此图像自动分析及系统建摸方法将成为必须的手段。 斑马鱼是疾病建模和药物开发的重要生物模型。斑马鱼图像处理和分析对于大范围、高通量成像的可再生性定量分析具有重大意义。本论文作为哈佛医学院与西北工业大学生物医学成像与分析联合实验室ZFIQ(斑马鱼图像自动分析系统)项目的一部分，针对斑马鱼axon对衡量基因与显型之间关系的重要性，分别提出了半自动的和自动的曲线检测方法。本文主要工作如下： 1．对目前存在的曲线结构检测方法进行分类，并重点介绍了模式识别技术、基于模型的方法和基于跟踪的方法。最后简单介绍了曲线检测方法在生物医学研究，尤其在斑马鱼axon的检测，荧光显微镜neurite图像的检测以及血管的分割上的应用和意义。 2．提出一种基于Dijkstra最短路径的半自动的曲线检测方法。首先构造修正的Hessian矩阵，计算其特征值和特征向量。然后由其特征值和特征向量构造最小权值函数。在由人工确定起始点及终止点后，由Dijkstra最短路径算法按照起点生成其对应的direction map，然后由终点反方向追踪直至起点，从而确定路径，完成对曲线的检测。对不同形态斑马鱼axon图像的试验结果表明该方法能够精确地检测出曲线的主要分支结构，并确定线长。 3．提出了一种全自动的曲线检测方法。由Hessian矩阵的特征值确定曲线搜索的起始点和候选点，在八邻域内按两点之间距离和法线夹角之和最小的准则确定连接点进行连线。在垂直于脊线的两个方向不进行搜索，从而避免并行点的产生，消除了多响应。针对初步连接候选点后存在断点的问题，提出一种以终点为圆心画圆在圆内沿脊线方向搜索连接点的方法，能有效的连接断开处。将曲线细化为单像素宽，避免对曲线中心线长度的错误计算。该方法可自动有效地提取曲线。对斑马鱼不同形态axon图像的试验结果表明该方法的鲁棒性、快速性和有效性，能够实现基因对显型影响的定量描述。该方法也能很好地自动检测出交错连接曲线的细小的分支结构，适用于大范围高通量的生物图像分析。