基于子图像的生物芯片质量检测算法-北京工业大学学报.PDFVIP

No．1 第34卷第1期 北京工业大学学报 VoI．34 2008年1月 JOURNAI。OFUNIVERSITYOFTECHNOLOGY BEIJING Jan．2008 基于子图像的生物芯片质量检测算法 乔爱科，马章军 (北京工业大学机械工程与应用电子技术学院，北京 100022) 摘要：为了提高生物芯片质量检测的效率，针对待检测生物芯片的电极线性阵列分布的特征，提出了生物芯 片的自动检测方法：首先将图像分割成子图像，其次是将子图像分割成子模式，最后对各子模式采用非参考比较 法进行检测．实践证明了该方法的有效性，可以提高检测的速度和准确性． 关键词：生物芯片；检测；子图像；非参考比较法 中图分类号：TP391．41 文献标识码：A 生物芯片技术是20世纪90年代初期发展起来的一门新兴技术．该技术可以快速、微量、准确地诊断 疾病从而了解病情，达到非常精确的要求．生物芯片…是通过类似集成电路制作过程中半导体光刻加工 的缩微技术，将现在生命科学研究中许多不连续的、离散的分析过程连续化和微型化，以减少生化分析中 对被测样品的分离、纯化、提取、反应等诸多步骤，降低仪器、空间、生物样品、试剂和酶的使用量． 为了保证得到精确的分析检测结果，首先必须保证用于分析和检测的生物芯片质量合格．然而在芯 片的大批量生产过程中，难免会出现质量问题．如果不将这些纰病及时检测出来，势必会使生化分析得到 的数据不准确或产生很大偏差，得出错误结论． 当前生物芯片的检测主要通过使用发光的放大镜或校准的显微镜，利用操作人员视觉检查来确定其 合格与否．人工目检的特点是方便，实用。适应性强，预先成本最低，而且操作步骤简便、合理．但是，由于 生物芯片生产批量大，人工检查的劳动强度大、眼睛易产生疲劳、漏验率很高；人们的主观意识导致重复性 低，缺陷发觉不连续，操作人员之间的检测结果各不相同，因此检测质量及检测速度难以让人满意．对于 批量化生产，人工检测是不现实的．鉴于此，作者利用计算机图像处理和识别技术，研究了基于子图像的 生物芯片质量检测方法． 1检测过程 图1所示是用于糖尿病患者自主检测血糖的一种生物芯片．可以看到，其中的电极呈线性阵列分布， 线条几乎为标准几何形状．由于制版、印刷等原因，生物芯片存在的缺陷主要包括电极的线宽误差、短路、 断路等． 为了提高生物芯片质量检测的效率，将图像的获取和识别都交给计算机系统来完成．通过CCD和采 集卡可以获得高清晰的生物芯片图像．通过图像处理和识别的算法可以实现生物芯片质量的自动检测． 一个检测系统大致可分为4个主要部分[2】2，如图2所示． 2检测算法 针对待检测生物芯片的电极呈线性阵列分布的特征，首先对图像进行预处理，然后将图像分割成子图 像，再将子．图像分割成子模式，最后通过并行处理对各子模式采用非参考比较法进行检测． 收稿日期：2006．10．19． 作者简介：乔爱科(1967一)，男，山西平定人。副教授 万方数据 第1期 乔爱科等：基于子图像的生物芯片质量检测算法 27 图1待检测生物芯片 图2检测系统组成 tobe ofthe Fig．1Bioehipinspected Componentsinspection Fig．2 system 2．1图像预处理 图像预处理的目的是为了提高图像的质量，包括灰度处理[3】、噪音滤除、几何校正和图像平滑． 2．1．1彩色图像转化成灰度图像 由