2D-GE圖像弱蛋白點和重疊蛋白點檢測方法研究.pdf

1、差異蛋白質點提取是2D-GE圖像分析的核心內容,蛋白質點檢測是差異蛋白質點提取的關鍵步驟,能夠為疾病診斷、藥物研制和環(huán)境污染分析提供依據(jù)。目前,如何正確識別凝膠圖像上的弱點和重疊點是2D-GE圖像分析領域中的熱點和難點。本課題在國家自然科學基金、江西省自然科學基金和江西省研究生創(chuàng)新基金的聯(lián)合資助下,針對凝膠圖像中的弱點和重疊點檢測進行了深入的研究,主要工作內容和研究成果如下:
　　(1)研究了2D-GE圖像預處理方法。為了消除凝膠

2、圖像噪聲的干擾,對比研究了 NLM去噪方法和傳統(tǒng)空間、形態(tài)學、小波等其他去噪方法,并通過去噪實驗驗證了 NLM方法具有較好的去噪效果。為了消除凝膠圖像背景不均的影響,采用高帽變換法校正圖像背景,通過對光照不均和條紋干擾圖像的背景校正實驗,驗證了該方法的有效性。
　　(2)研究了基于圖像增強的分水嶺蛋白質點初檢測算法。首先,為了有效檢測出凝膠圖像上的弱點,采用高帽變換和 CLAHE增強算法對凝膠圖像進行增強,提高蛋白質點區(qū)域的對比度

3、;然后,采用標記分水嶺法對增強后的圖像進行初檢測,獲取蛋白質點區(qū)域輪廓。通過對不同種類的真實凝膠圖像進行實驗,結果表明,該算法具有較高的正確檢測率,有效改善了弱點漏檢問題,但仍存在重疊點難分離的現(xiàn)象,需進一步研究。
　　(3)研究了基于形狀特征的重疊蛋白質點分割算法。首先,采用基于圖像增強的分水嶺蛋白質點初檢測算法,提取蛋白質點輪廓信息;其次,結合蛋白質點灰度信息和形狀特征,自適應提取蛋白質點形狀標記;然后,采用完全歐式距離變換算