悬浮式生物芯片检测中的图像处理研究

介绍了悬浮式生物芯片的特点和检测方法,首次提出了完整的悬浮式生物芯片图像处理解决方案。使用预处理去除图像中的噪声并对图像予以增强,然后通过模式匹配技术识别样点,确定位置坐标,定位误差小于1个像素。用数学形态学方法圈定样点范围,并用掩模技术提取信号强度值。使用整体或局部法处理背景。结合图形化开发环境LabVIEW和IMAQ工具包进行整个图像处理的集成和实现。结果表明,该方法能有效完成悬浮式生物芯片检测中的图像处理任务。     

生物芯片图像微阵列偏转角度计算及样点分割算法

本文首先介绍了样点分割在生物芯片技术中所处的重要意义,并分析了生物芯片样点偏转角度误差来源以及构成原因,提出了全自动化的图像微阵列偏转角度计算及样点分割的统一解决方案.算法依据生物芯片样点阵列空间分布特点,并基于重构原理,提出了环形投影方法和功率谱估计相结合的功率切片方法,并以此建立起样点阵列的像素位置、偏转角以及功率值的三维分布关系,实现斑点阵列中偏转角度的精确计算.在获得偏转角度值的条件下,采用定向投影法和功率谱估计方法,计算样点阵列的行列间距;利用行、列间距,在一维灰度和序列中实现分段搜索,获取光斑中心粗定位;利用轮廓图像投影后出现双次峰的现象,估算样点直径;最后,依据重心法调整斑点中心,同时采用邻域搜索算法调整斑点直径,最终实现生物芯片扫描图像的精确定位和分割.     

基于图像的生物芯片点样质量检测方法研究

目的为了提高生产线上生物芯片点样质量检测的精度与效率,研究基于图像处理和卷积神经网络的算法,判断某生物芯片点样质量是否合格,并检测点样合格的生物芯片上的点样点半径。方法采用CCD相机获取生物芯片点样后的图像,通过图像预处理,利用canny边缘检测和圆的拟合等图像处理方法,得到点样点的几何信息,进而计算出点样点半径。同时提出基于卷积神经网络的点样质量检测方法,通过区域建议网络提取点样点卷积特征,引入分割全连接层来训练检测模型,通过离线训练来验证获得模型的最佳参数。结果和手动测量结果进行对比发现,半径误差不超过±0.1 mm,点样质量检测准确率为91.1%,单个生物芯片检测时间总和不超过1.6s。结论所提出的方法能够满足生产线上产品检测准确性和实时性的要求。     

生物芯片及其片基的研究发展

对生物芯片的概念、分类、制作方法、应用前景做了简单概述;并重点讨论了生物芯片片基的特点、处理方法及进展。     

一种基于形态学多结构元素的图像边缘检测算法

运用数学形态学的理论和方法,从多结构元素形态学变换的角度出发,利用形态学结构元的自然属性,自适应确定权重,在此基础上采用腐蚀运算构造边缘检测算法,最后将多结构元的检测信息加权求和。实验结果表明,自适应确定权重比平均权重具有更好的图像处理效果,在保持图像边缘清晰的同时,具有很强的去除噪声能力。     

生物芯片扫描仪的探测灵敏度

荧光的探测灵敏度是生物芯片扫描仪的一个重要指标,它取决于入射到光探测器(PMT 或CCD)上的荧光强度及光探测器自身的探测能力。在理论上,荧光染料的发射强度与其消光系数、量子效率、荧光寿命及激发光强度有关。结合具体的设计参数,计算得到激光共聚焦生物芯片扫描仪针对 Cy3 荧光染料的探测灵敏度为每平方微米 2.89 个荧光分子,而实验得到的探测灵敏度为每平方微米 4.49 个荧光分子。研究表明,提高探测灵敏度的措施是合理增大激光功率、尽可能增大 f-θ 物镜的数值孔径、提高光电倍增管的探测下限。     

生物芯片扫描分析系统DSP软件设计

生物芯片扫描分析系统是生物芯片能否得到广泛应用的关键仪器。针对传统生物芯片扫描分析系统结构复杂、处理速度慢、体积庞大等弱点,引入DSP处理器完成扫描控制和全自动数据分析处理。DSP/BIOS的运用使得系统DSP软件设计简单化。概述了整个系统的结构,详细介绍了生物芯片扫描分析系统DSP软件结构和设计,包括DSP/BIOS的运用模块、BOOT的过程、扫描控制模块、数据处理模块和HPI模块。目前该系统已进入了稳定工作的状态。     

多尺度形态学图像边缘检测方法

在形态学边缘检测算子的基础上,综合形态膨胀和形态腐蚀,得到修正的边缘检测算子,以减轻图像边缘检测的模糊性;进行形态结构元素尺度调整,并综合各种尺度下的边缘特征,得到噪声存在条件下较为理想的图像边缘。实验验证了该算法的可行性和有效性。     

组合式压电喷头制备生物芯片的方法研究

目的研发基于喷墨印刷技术的滚筒式生物芯片点样仪的组合压电喷头,介绍组合喷头的设计及其连续制备生物芯片的方法。方法该方法采用组合式压电喷头代替传统的单针头;用连续点样方式代替传统静态点样方式;用多样品同时喷点方式代替单个样品喷点方式,采用基于ARM9 S3C2416微处理器的触摸屏控制器来控制系统的运动,最后用激光跟踪仪测量了喷头连续制备生物芯片的精度。结果定位精度为8μm,重复精度为5μm,满足精度要求。结论提供了一种结构简单、方法可靠、精度高、性价比高的生物芯片制备方法。     

用多结构元素实现医学图像边缘检测

为了简单有效的获得医学图像边缘,本文从数学形态学的角度出发,利用多结构元素对不同方向的边缘敏感来保留更多的边缘细节信息,提出了一种改进的形态学边缘检测算法.本文首先将形态学的BTH与WTH运算相结合进行图像增强,再结合开闭运算提出了一种抗噪型的边缘检测算子,对运用多结构元素得到的边缘图像进行累加,最后对该叠加后的边缘图像进行修正得到最终结果.实验证明,该算法在抑制噪声对边缘的影响和保持图像的边缘细节上,均取得了很好的效果,具有一定的实用性.     

Extracting useful information from images

The paper presents an overview of methods for extracting useful information from digital images. It covers various approaches that utilized different properties of images, like intensity distribution, spatial frequency content and several others. A few case studies including isotropic and heterogeneous, congruent and non-congruent images are used to illustrate how the described methods work and to compare some of them.     

Avoiding spots detection in analysis of electrophoretic gel images

Analysis of proteomic data, presented in form of 2D gel electropherograms, is still a real challenge and requires further improvements. Three main problems in data analysis are associated with (1) ‘software-induced variance’ (due to the different methods of data pre-processing or their different input parameters), (2) univariate significance analysis, and (3) requirements of spots detection and quantification. In our study, the advantages of multivariate significance analysis and a pixel-based approach are demonstrated upon the example of the real data set.     

数学形态学算法的DSP实现

通过对数学形态学基本算法的研究,希望找出一种适合DSP的算法。数学形态学适用于高效并行结构运算,可简化图像数据。分析了数学形态学的位移运算,结合TMS320C32 DSP的流水线操作和I／O并发模式完成了形态学的快速算法。给出了DSP汇编程序的运行结果及不同情况的比较。     

基于数学形态学的凹版印刷系统实时图象处理研究

针对凹版套色印刷过程中运动图象检测的实时性与精确性要求,研究了基于数学形态学的实时图象处理技术在印刷控制中的应用.实验结果表明,该处理技术具有较好的实时快速准确性,能够较好地满足套色印刷对图象处理的要求.     

A study of correlation technique on pyramid processed images

The pyramid algorithm is potentially a powerful tool for advanced television image processing and for pattern recognition. An attempt is made to design and develop both hardware and software for a system which performs decomposition and reconstruction of digitized images by implementing the Burt pyramid algorithm. In this work, an attempt is also made to study correlation performance on reconstructed images. That is, the reference image is taken from the original image and correlation is performed on expanded images of the same size. Similarly, correlation performance study is carried out on different pyramid-processed levels. In this paper results are presented in terms of RMS error between original and expanded images. Only still images are considered, and the hardware is designed around an i486 processor and software is developed in PL/M 86.     

用数学形态学方法进行红外图像分层解理

将形态学算子作用于高噪声,低质量的红外图像,对之进行分层解理还原,即将原本由各种信号叠加而成的红外图像重新分解成器件噪声,工作噪声和目标,背景等不同层次的信号。这种图像解理方法,以几何论和集合运算为基础,因而原理直观,计算简单,能为红外目标识别与跟踪提供有益的预处理。     

VC开发的细胞形态学参数测量系统

采用面向对象的程序设计技术，以Visual C＋＋6．0为开发工具，综合运用了图像增强、图像分割、数学形态学等各方面的最新知识，开发了一个用于细胞形态学参数测量的图像处理系统，具有处理速度快，精度高，扩展性好等特点。     

A simple segmentation method for DNA microarray spots by kernel density estimation

The DNA microarray analysis is one of the most important areas in biomedical research. For the accurate analysis of microarray data the process of segmentation, classification of pixels as foreground or background, should be done accurately. In this paper we suggest a kernel density estimation approach for the segmentation of the microarray spot. We estimate the density of n pixel intensities for a given target area by the kernel density estimation, and the resulting kernel density estimate gives bimodal density by appropriate choice of the smoothing parameter. We suggest two modes of the kernel density estimate for n pixel intensities as estimates of the foreground (mode with larger value) and the background (mode with smaller value) intensity, respectively. The segmentation method proposed in this paper is easy and simple to use, robust to the shape of spot, and very accurate. This research was supported by Korea Science and Engineering Foundation grant (R14-2003-002-01000-0).     

面积重构H顶变换的实现与应用

基于面积重构 H 操作算子的 hat 变换,提出了一类用于极值区域提取的新型图像处理方法:面积重构 H 顶变换及其改进变换。该方法依据标识图中相应连通成分的面积和对比度信息,合并或剔除掩模图中部分连通成分,从而实现对掩模图的条件分割,获取峰值区域,滤除小细节干扰。按照灰度值大小依次扫描各像素点,通过标记、合并等操作快速实现面积重构 H 顶改进变换,可以仅对各像素搜索一次就完成二次面积重构实现的功能,计算 256×256 大小的灰度图像需约55ms,为实时应用提供了可能。新方法在颗粒分布分析、特征标识提取等领域的试验中准确率都近 100%,和其他同类方法结果的对比表明其在实际应用中具有更高的有效性和可靠性。