论文部分内容阅读
差异蛋白点提取是二维凝胶图像分析的关键技术,是目前蛋白质组学的重要研究方法之一,能够为疾病诊断、药物研制和环境污染分析提供依据,而蛋白点匹配是差异蛋白点提取的核心步骤之一。由于凝胶图像在产生过程中受干扰,造成图像背景复杂和不均,影响了现有蛋白点自动匹配算法的匹配精度、稳定性和可靠性。针对上述问题,本文对凝胶图像间蛋白点匹配的特征分析和多特征协同匹配方法进行了深入研究,主要研究工作和成果如下:(1)对蛋白点匹配有关背景和知识进行了详细的分析和系统的研究,并据此将研究工作分为三个部分,即匹配特征与相似性度量、图像空间变换和匹配策略。(2)提出了一种基于相似度图的凝胶图像间蛋白点特征分析方法。首先对凝胶图像进行BM3D降噪和CLAHE增强等预处理,降低图像背景不均匀和噪声等干扰因素的影响;其次给出了相似度图的定义和生成方法;然后利用相似度图对坐标相似度、形状上下文相似度和形态参数相似度等五种常用相似性度量方法的特点和优劣进行分析;最后根据特征分析结果提出了一种多特征综合利用的乘积法。大量真实凝胶图像匹配实验的结果表明,相似度图能够直观、有效地用于分析蛋白点匹配性能。(3)研究了一种基于改进SIFT特征的图像配准方法。首先对凝胶图像间相对形变进行分类并分析产生原因;然后介绍了基于SIFT特征的图像配准算法,并分析了它的不足;最后在现有方法的基础上,采用双阈值和二次匹配策略对现有配准方法不能适应弹性形变的问题进行了改进。大量配准实验的结果表明,该方法能够很大程度的矫正凝胶图像间的相对形变。(4)提出了一种仿人工多特征协同的蛋白点匹配方法。首先分析了人工进行蛋白点匹配时的决策步骤、考虑内容和判断条件;其次根据分析结果,利用蛋白点显著度进行匹配过程划分;最后根据具体的匹配过程,采用不同的蛋白点特征和匹配策略实现蛋白点的精确匹配。大量匹配实验的结果表明,该方法能够适应复杂的凝胶图像干扰,具有较高的精度以及较强的稳定性和可靠性。