凝膠圖像蛋白點(diǎn)分割算法研究.pdf

1、蛋白質(zhì)是生命活動(dòng)的基礎(chǔ)，對(duì)其功能及表達(dá)水平等方面的研究具有重要的價(jià)值，而快速發(fā)展的蛋白質(zhì)組學(xué)成為生物系統(tǒng)研究的一個(gè)新方向。將蛋白質(zhì)有效的分離出來是對(duì)其表達(dá)模式分析的前提，它是利用雙向凝膠電泳技術(shù)平臺(tái)來操作運(yùn)行，依靠蛋白質(zhì)在凝膠中水平維度上等電點(diǎn)的不同和豎直維度上分子量之間的差異特征實(shí)現(xiàn)，最終輸出的是一幅數(shù)字灰度圖像。在這幅圖像中含有成千上萬個(gè)形狀和大小各不相同的蛋白質(zhì)點(diǎn)，其中每個(gè)點(diǎn)代表了一個(gè)蛋白質(zhì)，并且這些點(diǎn)都是以不同灰度級(jí)的形式表現(xiàn)出

2、來。凝膠圖像的分析過程主要包括：蛋白點(diǎn)的分割與檢測(cè)，蛋白點(diǎn)的表達(dá)量化、匹配等過程，其中，蛋白點(diǎn)分割占據(jù)著非常重要的地位，不準(zhǔn)確的分割會(huì)嚴(yán)重影響后續(xù)對(duì)蛋白質(zhì)表達(dá)變化的分析，因此，本論文重點(diǎn)研究了對(duì)凝膠圖像的分割算法。
　　本論文的主要工作如下：
　?。?）研究了不同的濾波技術(shù)主要包括空域?yàn)V波、改進(jìn)的NL-means算法和引導(dǎo)濾波器，概述了其相關(guān)原理并分別對(duì)凝膠圖像進(jìn)行實(shí)驗(yàn)仿真。同時(shí)，與處理后的凝膠圖像剖面圖相結(jié)合，進(jìn)一步對(duì)上述

3、濾波算法處理的效果做出對(duì)比分析，并作為選擇濾波算法的依據(jù)。
　?。?）將傳統(tǒng)的圖像分割算法（基于閾值、分水嶺和水平集算法）和基于模糊聚類的算法應(yīng)用于凝膠圖像的分割中，并利用真實(shí)的凝膠圖像對(duì)上述幾種算法進(jìn)行實(shí)驗(yàn)，通過對(duì)比觀察實(shí)驗(yàn)結(jié)果來分析各種算法的分割效果，為下一步的研究提供基礎(chǔ)。
　　（3）凝膠圖像上蛋白點(diǎn)并不是均勻分布且部分點(diǎn)的邊界灰度與背景之間的對(duì)比并不是特別明顯，由此將核模糊聚類算法引入到凝膠圖像的分割中并對(duì)其進(jìn)行改進(jìn)

4、。首先將引導(dǎo)濾波器與形態(tài)學(xué)方法結(jié)合起來，一方面用于對(duì)圖像進(jìn)行降噪處理以降低噪聲的干擾，另一方面用于提高圖像中蛋白點(diǎn)與背景之間的對(duì)比差異；然后在核函數(shù)中引入一個(gè)權(quán)值向量，與此同時(shí)利用樣本方差來合理的計(jì)算核參數(shù)值，使核參數(shù)具有一定的自適應(yīng)度；最后將改進(jìn)后的核函數(shù)引入到模糊聚類算法里面，從而最終完成凝膠圖像的聚類分割。在此過程中，分別利用模擬和真實(shí)的凝膠圖像進(jìn)行實(shí)驗(yàn)，并與其他算法做對(duì)比分析，驗(yàn)證了本論文算法的分割效果明顯優(yōu)于對(duì)比算法，在一定程