基因芯片图像高亮噪声处理算法研究-厦门大学学报自然科学版.PDF

第 48 卷 　第 3 期 ( ) Vol . 48 　No . 3 厦门大学学报 自然科学版 　2009 年 5 月 J our nal of Xiamen U niver sit y (N at ural Science) May 2009 　 基因芯片图像高亮噪声处理算法研究 1 2 3 1 邵桂芳 ,李 　刚 ,李铁军 ,张 　倩 ( 1. 厦门大学模式识别与智能系统研究所 ,福建 厦门 36 1005 ; 2 . 重庆工学院计算机学院 ,重庆 400050 ;3 . 集美大学信息工程学院 ,福建 厦门 36 102 1) 摘要 : 基因芯片图像噪声处理决定了后续处理与分析的精度和准确性. 高亮斑点噪声是一种亮度很高 、成块状的特殊 噪声 ,应用传统噪声处理方法无法滤除. 针对高亮噪声的特点 ,首先利用形态学碟形结构元素进行开运算来评价图像是 否含有噪声 ,然后利用阈值分割去除噪声. 提出两种阈值获取方法 ,一种是基于最大类间方差的自适应获取方法 ,一种是 固定阈值法. 通过大量定性和定量实验比较分析 ,结果表明 ,两种方法都可以有效除高亮斑点噪声. 关键词 : 基因芯片 ;去噪 ;数学形态学 ;最大类间方差 ; 阈值 中图分类号 : TP 39 1. 4 1 　　　文献标识码 :A 　　　　　文章编号 (2009) ( ) 　　微阵列芯片 ,又称为基因芯片 ,它将大量 DN A 探 影响到图像后续处理 图像分割 、样点识别 、亮度提取 针分子或经纯化的蛋白分子通过点样固化于玻片上 , 结果的精度和准确性 ,进而影响基因芯片的推广与使 构成高密度的分子阵列 ,再利用特定的仪器对样本进 用[9 ] . 行扫描成像[ 1 ] . 基因芯片的每个样点表达了一定的生 目前 ,常用的噪声处理方法主要有 4 类 :均值滤 物信息 ,利用微阵列芯片技术可以对成千上万的基因 波 、中值滤波[9 ] 、小波滤波[ 10 - 11 ] 和形态学滤波[ 12 - 13 ] . 进行并行分析 ,该技术可广泛应用在疾病诊断、药物筛 这些方法对常见噪声处理非常有效 ,如椒盐噪声 、高斯 选及基因测序等生命科学领域[2 ] . 完整的微阵列生物 噪声等 ,但对高亮斑点噪声却没有办法处理. 本文首先 芯片分析过程包括样本采集 、芯片制备 、扫描成像 、图 分析了传统方法在去除高亮斑点噪声方面存在的问 像处理和数据分析等几个部分[3 ] . 题 ,然后针对高亮噪声的特点 ,提出利用阈值分割方法 图像处理是基因芯片分析的关键 ,主要包括网格 去除噪声 ,阈值可通过最大类间方差法进行 自适应选 定位 、基因分割和信息提取等 3 个步骤 ,网格定位主要 取或基于经验设置为固定值 ,此外 ,为避免有用信号被 确定各基因点的位置 ,是后续芯片分析的前提[4 ] . 目前 误滤除 ,提出一种基于数学形态学的图像质量评价方 有很多商业软件用于基因芯片 图像处理 , 如 Gene 法 ,最后通过大量实验对比了两种噪声处理方法. Pix[ 5 ] 、ScanAlyze[ 6 ] 和 Quant A rray[7 ] 等 , 这些软件大 多采用手工或半自动处理方法 ,通过人工干预进行网 1 　传统噪声处理方法 格定位 ,该方法在芯片点阵数不多的情况下具有直观