论文部分内容阅读
蛋白质组学在揭示细胞生命过程规律中发挥越来越重要的作用。双向凝胶电泳(2-DE)技术是一种非常重要的蛋白质组学研究技术。2-DE图像分析处理的目标是快速识别单个蛋白质点,以及一组凝胶图像样本中的表达差异的蛋白质。蛋白点的检测是2-DE图像基于计算机处理过程的基础环节,由于2-DE图像的复杂性及制作过程中存在的干扰因素,使得蛋白质点的检测成为一个复杂又耗时的难题。本论文以2-DE图像中重叠蛋白质点的检测为研究重点,提出两种重叠蛋白质点的检测方法,主要研究内容如下:(1)研究了2-DE图像蛋白质点预检测方法。对比研究了均值滤波,中值滤波和高斯滤波等空间滤波算法,采用高斯滤波算法对凝胶图像去噪,降低噪声对凝胶图像后续蛋白质点检测的影响;对比研究了基于阈值、基于分水岭算法、基于区域生长的蛋白质点预分割方法,采用基于区域生长算法对蛋白质点进行预检测,得到清晰的蛋白质点边界。(2)提出了基于凹区匹配的重叠蛋白质点分割方法。首先获得重叠蛋白质点图像的凸闭包结构,并通过凸闭包与原二值图的差值获得重叠蛋白质点的凹区;其次根据重叠蛋白质点的重叠模型对凹区进行两两配对;然后根据匹配的凹区之间的最短欧式距离来确定凹点;最后通过连接凹点对实现重叠蛋白质点的分离。此方法不再从原始蛋白质点边界轮廓上提取凹点,而是从凹区的轮廓上提取凹点,明显减小了凹点搜寻的范围及处理的像素数量,提高了重叠蛋白质点分割的速度。实验表明,该算法在轻度重叠及重叠复杂度较小的情况下,分离效果较好。(3)提出了基于角点检测与多边形近似相结合的重叠蛋白质点分割方法。首先采用Harris角点检测法得到重叠蛋白质点边界的所有角点;其次为降低蛋白质点边界上干扰凹点的影响,将边界的角点作为特征点,利用基于角点的多边形近似算法对重叠蛋白质点边界进行多边形近似表示;然后通过判断多边形顶点的凹凸性来判断角点的凹凸性进而获得凹角点;最后提出凹点匹配准则,并从凹角点中选取真正的凹点并构造分离线,实现对重叠蛋白质点的精确分割。该算法实现简单,不需要多次腐蚀与膨胀运算,最大程度保持蛋白质点边缘。实验结果表明,与基于凹区匹配的算法相比,该算法提取的凹点的误差更小,对重叠蛋白质点的分离更加准确,同时对重度重叠及重叠复杂度较大的蛋白质点也有显著的分离效果。