论文部分内容阅读
随着人类基因组计划(Human Genome Project)的提出并实施,电子信息技术的高速发展,越来越多的生物信息学技术得到了广泛应用。特别是基因芯片技术由于其强大的基因组信息分析功能,应用于生物科学的众多领域,成为许多研究机构研究的重点。为了能够实现基因芯片样点信号快速、高效、准确的检测和分析,本文主要研究设计了一套完整地基因芯片识别体系,希望能够推动基因芯片技术进一步完善,并且推广应用于更多领域。下面介绍主要工作内容:1.研究设计出了较为科学高效的基因芯片识别系统的一般过程。参照文献及以往基因芯片识别研究的成果,本文对常规的基因芯片识别系统进行了改进,特别地在基因芯片图像预处理过程中,加入了图像增强步骤,专门用于改善基因芯片图像灰度范围小、基因样点与背景图像对比不大的问题,为后续的图像处理提供了帮助。2.针对基因芯片图像大多存在一定的噪声,亮斑干扰等问题。在基因芯片图像去噪阶段,本文通过仿真比较,选用了滤波效果较好的自适应中值滤波算法。该算法采用动态确定滤波窗口的大小方式,处理存在复杂噪声的基因芯片图像,既有效地滤除噪声,又能完整地保留基因样点的边缘以及细节特征。3.基因芯片识别系统中图像网格定位过程是十分关键。本文采用改进的投影算法对基因芯片图像进行网格定位,该算法在经典算法的基础上加入了功率谱计算的步骤。通过仿真实验验证该算法可以准确的计算出基因样点间隔值,从而能够得到较好的网格定位效果。4.为了更加准确的提取出基因样点的特征参量数值,计算出基因样点图像的阈值十分重要。通过仿真比较各种阈值分割算法,本文采用最小误差阈值分割算法计算该阈值。该算法是广泛应用的图像处理算法,以往未被用于基因芯片图像的处理,但从仿真结果中可以看出该算法原理简单,便于实现,处理与背景对比度较差的基因样点效果明显。5.在文章的最后,本文应用设计的基因芯片识别系统,对从实验室中获取的病毒特性检测基因芯片图像进行分析处理,并且对基因芯片识别系统的功能和效果进行评估。评估结果显示该系统能够成功的把不同病毒类型的基因样点区分开来,准确率较高。但是对于同一病毒不同浓度的样本分类,准确率不高,还需要以后努力工作弥补不足,进一步完善。