CN105303187A - 一种dna测序的图像识别方法及装置 - Google Patents

一种dna测序的图像识别方法及装置 Download PDF

Info

Publication number
CN105303187A
CN105303187A CN201510909898.9A CN201510909898A CN105303187A CN 105303187 A CN105303187 A CN 105303187A CN 201510909898 A CN201510909898 A CN 201510909898A CN 105303187 A CN105303187 A CN 105303187A
Authority
CN
China
Prior art keywords
pixel
magnetic bead
image
illustrative plates
collection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510909898.9A
Other languages
English (en)
Other versions
CN105303187B (zh
Inventor
刘元杰
陈哲
张睿
范东雨
高科
王者馥
王绪敏
殷金龙
任鲁风
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zhongkezixin Technology Co Ltd
Original Assignee
Beijing Zhongkezixin Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Zhongkezixin Technology Co Ltd filed Critical Beijing Zhongkezixin Technology Co Ltd
Priority to CN201510909898.9A priority Critical patent/CN105303187B/zh
Publication of CN105303187A publication Critical patent/CN105303187A/zh
Application granted granted Critical
Publication of CN105303187B publication Critical patent/CN105303187B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6869Methods for sequencing

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Organic Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Immunology (AREA)
  • Biotechnology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Microbiology (AREA)
  • Genetics & Genomics (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

本发明涉及一种DNA测序的图像识别方法及装置,方法包括:获取图谱信息,在对每个图谱的采样时间间隔内分别获取DNA图谱;获取所述DNA图谱的第一像素和第二像素;计算第一像素和第二像素的灰度均值的全局阈值T;计算第一像素和第二像素的方差σ2;若方差在预设范围内,则以T为全局阈值对所述图谱进行分割。通过本发明涉及一种DNA测序的图像识别方法对DNA图像进行识别,运行时间短,对图像分割效果好,提高对反应芯片的图像采集后,对图像识别的准确性,进而精确对碱基类型的判定。

Description

一种DNA测序的图像识别方法及装置
技术领域
本发明涉及DNA测序分析领域,尤其涉及一种DNA测序的图像识别方法及装置。
背景技术
在DNA测序技术领域,整体操作流程描述如下:DNA样品通过破碎后,应用建库试剂进行加接头、单链捕获、结合至微球、微乳液PCR扩增、破乳液,获得建立在微球上的DNA文库,应用加样板将文库和测序反应需要的酶等铺放至具有微反应池的测序芯片,测序芯片和测序试剂安装至主机上,通过控制计算机根据模块数量和位置启动测序程序,自动化进行测序反应,产生的数据传输至数据分析计算机,完成测序后应用计算分析软件进行图像处理、序列读出、质量分析、序列拼接等工作,最终得到DNA样本的序列信息。微反应池测序芯片是测序反应的载体,载有测序模板的DNABeads及各种测序反应用酶均位于刻有微反应池的测序芯片中。
在对反应芯片的图像采集时,目标和背景不容易识别,进而造成目标的误识别,会影响图像识别的准确性进而严重影响对碱基类型的判定。
鉴于上述缺陷,本发明创作者经过长时间的研究和实践终于获得了本创作。
发明内容
本发明的目的在于提供一种DNA测序的图像识别方法及装置,用以克服上述技术缺陷。
为实现上述目的,本发明提供一种DNA测序的图像识别方法,包括:
获取图谱信息,在对每个图谱的采样时间间隔内分别获取DNA图谱;
获取所述DNA图谱的第一像素和第二像素,其中,第一像素A为目标像素,第一像素的灰度值大于或等于初始分割阈值T0,像素总数为N;第二像素B为背景像素,第二像素的灰度值小于初始分割阈值T0,像素总数为M;图谱f(i,j)的最大值为Vmax,最小值为Vmin
其中,T0=1/2(Vmin+Vmax)(1);
计算第一像素和第二像素的灰度均值的全局阈值T;
T = 1 / 2 ( &Sigma; f ( i , j ) &GreaterEqual; T 0 f ( i , j ) N + &Sigma; f ( i , j ) < T 0 f ( i , j ) M ) - - - ( 2 ) ;
计算第一像素和第二像素的方差σ2
σ2=(PA+PB)(T-T0)2(3);
其中,第一像素的概率为:
P A = &Sigma; k = 1 M + N N M + N - - - ( 4 )
第二像素的概率为:
P B = &Sigma; k = 1 M + N M M + N - - - ( 5 )
若方差在预设范围内,则以T为全局阈值对所述图谱进行分割。
进一步地,还包括:
获取CY3、CY5、FAM和TXR四种荧光图像;
以所述图谱为基准图像,对所述四种荧光图像进行配准,得到配准后的荧光图像;
在所述配准后的四种荧光图像中查找的磁珠中心点;
对所述中心点进行融合处理,以获得融合后的磁珠中心点。
进一步地,在所述配准后的四种荧光图像中查找的磁珠中心点,具体包括:
对所述配准后的四种荧光图像识别磁珠像素,如果f(i,j)最小值min(i,j)差值的绝对值大于等于T0,则识别为磁珠,否则,为背景像素。
进一步地,在所述配准后的四种荧光图像中查找的磁珠中心点,还包括:
遍历所述磁珠像素,获取磁珠中心像素,其中,磁珠中心像素为,当前点的灰度值等于以当前点为中心的4*4像素区域内灰度的最大值,且当前点的四邻域都是目标像素。
进一步地,获取图谱信息时,对信号波形,在每连续的K个周期内,每周期选择n个预设时刻的采样点,每间隔时间T0采样一次,连续取样M次;为了保证取样数据的可参考性与准确性,在每一周期内选择的n个采样点的时间间隔Δt按照下述公式计算,
&Delta; t = a &CenterDot; s i n ( &omega; + &beta; ) &CenterDot; T &lambda; - - - ( 6 )
式中,Δt表示采样点的时间间隔,a为修正系数,其大小由采样点数量决定,ω表示拍照信号的角频率,由CCD相机的性能决定,β为初始相角,T表示信号周期的时间,λ表示信号波形的峰值。
本发明还提供一种DNA测序的图像识别装置,包括:
获取模块,用于获取图谱信息,在对每个图谱的采样时间间隔内分别获取DNA图谱;
计算模块,用于获取所述DNA图谱的第一像素和第二像素,其中,第一像素A为目标像素,第一像素的灰度值大于或等于初始分割阈值T0,像素总数为N;第二像素B为背景像素,第二像素的灰度值小于初始分割阈值T0,像素总数为M;图谱f(i,j)的最大值为Vmax,最小值为Vmin
其中,T0=1/2(Vmin+Vmax)(1);
计算第一像素和第二像素的灰度均值的全局阈值T;
T = 1 / 2 ( &Sigma; f ( i , j ) &GreaterEqual; T 0 f ( i , j ) N + &Sigma; f ( i , j ) < T 0 f ( i , j ) M ) - - - ( 2 ) ;
方差计算模块,用于计算第一像素和第二像素的方差σ2
σ2=(PA+PB)(T-T0)2(3);
其中,第一像素的概率为:
P A = &Sigma; k = 1 M + N N M + N - - - ( 4 ) ;
第二像素的概率为:
P B = &Sigma; k = 1 M + N M M + N - - - ( 5 ) ;
分割模块,用于当方差在预设范围内,以T为全局阈值对所述图谱进行分割。
进一步的,还包括:图像配准模块,所述图像配准模块包括:
荧光获取模块,用于获取CY3、CY5、FAM和TXR四种荧光图像;
对准模块,用于以所述图谱为基准图像,对所述四种荧光图像进行配准,得到配准后的荧光图像;
查找模块,用于在所述配准后的四种荧光图像中查找的磁珠中心点;
融合模块,用于对所述中心点进行融合处理,以获得融合后的磁珠中心点。
进一步的,所述查找模块具体用于:
磁珠识别模块,用于对图谱识别磁珠像素,如果f(i,j)最小值min(i,j)差值的绝对值大于等于T0,则识别为磁珠,否则,为背景像素。
进一步的,所述查找模块还用于:
遍历所述磁珠像素,获取磁珠中心像素,其中,磁珠中心像素为,当前点的灰度值等于以当前点为中心的4*4像素区域内灰度的最大值,且当前点的四邻域都是目标像素。
进一步的,所述获取模块具体用于在获取图谱信息时,对信号波形,在每连续的K个周期内,每周期选择n个预设时刻的采样点,每间隔时间T0采样一次,连续取样M次;为了保证取样数据的可参考性与准确性,在每一周期内选择的n个采样点的时间间隔Δt按照下述公式计算,
&Delta; t = a &CenterDot; s i n ( &omega; + &beta; ) &CenterDot; T &lambda; - - - ( 6 )
式中,Δt表示采样点的时间间隔,a为修正系数,其大小由采样点数量决定,ω表示拍照信号的角频率,由CCD相机的性能决定,β为初始相角,T表示信号周期的时间,λ表示信号波形的峰值。
本发明提供一种DNA测序的图像识别方法及装置,通过获得第一像素和第二像素,计算第一像素和第二像素的灰度均值的全局阈值T;以及计算第一像素和第二像素的方差σ2若方差在预设范围内,则以T为全局阈值对所述图谱进行分割。运行时间短,对图像分割效果好,提高对反应芯片的图像采集后,对图像识别的准确性,进而精确对碱基类型的判定。
附图说明
图1为本发明实施例一提供的DNA测序的图像识别方法的流程图;
图2为本发明实施例二提供的DNA测序的图像识别方法的流程图;
图3为本发明实施例三提供的DNA测序的图像识别方法的流程图;
图4为本发明实施例四提供的DNA测序的图像识别装置的结构示意图;
图5为本发明实施例五提供的DNA测序的图像识别装置的结构示意图。
具体实施方式
以下结合附图,对本发明上述的和另外的技术特征和优点作更详细的说明。
实施例一
请参阅图1所示,其为本发明实施例一提供的DNA测序的图像识别方法的流程图,包括:
步骤101,获取图谱信息,在对每个图谱的采样时间间隔内分别获取DNA图谱;
具体地,可以通过以下方式实现对DNA图谱的获取:
反应液进入DNA测序仪的反应芯片中进行化学反应,产生可见光;CCD相机在适当的拍照位置,对反应芯片中产生的可见光信息进行拍照采集DNA图谱。
更为具体的,获取图谱信息时,对信号波形,在每连续的K个周期内,每周期选择n个预设时刻的采样点,每间隔时间T0采样一次,连续取样M次;为了保证取样数据的可参考性与准确性,在每一周期内选择的n个采样点的时间间隔Δt按照下述公式计算,
&Delta; t = a &CenterDot; s i n ( &omega; + &beta; ) &CenterDot; T &lambda; - - - ( 6 )
式中,Δt表示采样点的时间间隔,a为修正系数,其大小由采样点数量决定,ω表示拍照信号的角频率,由CCD相机的性能决定,β为初始相角,T表示信号周期的时间,λ表示信号波形的峰值。
经上述公式(6)采样,在信号幅值越大时,采样越密集,采样数据的可参考性越强;采样对信号数据按照预设条件采样,使得后续的信号处理数据量减小,减轻数据处理的繁杂运算。
步骤102,获取所述DNA图谱的第一像素和第二像素,其中,第一像素A为目标像素,第一像素的灰度值大于或等于初始分割阈值T0,像素总数为N;第二像素B为背景像素,第二像素的灰度值小于初始分割阈值T0,像素总数为M;图谱f(i,j)的最大值为Vmax,最小值为Vmin
其中,T0=1/2(Vmin+Vmax)(1);
步骤103,计算第一像素和第二像素的灰度均值的全局阈值T;
T = 1 / 2 ( &Sigma; f ( i , j ) &GreaterEqual; T 0 f ( i , j ) N + &Sigma; f ( i , j ) < T 0 f ( i , j ) M ) - - - ( 2 ) ;
步骤104,计算第一像素和第二像素的方差σ2
σ2=(PA+PB)(T-T0)2(3);
其中,第一像素的概率为:
P A = &Sigma; k = 1 M + N N M + N - - - ( 4 )
第二像素的概率为:
P B = &Sigma; k = 1 M + N M M + N - - - ( 5 )
步骤105,若方差在预设范围内,则以T为全局阈值对所述图谱进行分割。
实施例中,通过获得第一像素和第二像素,计算第一像素和第二像素的灰度均值的全局阈值T;以及计算第一像素和第二像素的方差σ2若方差在预设范围内,则以T为全局阈值对所述图谱进行分割。运行时间短,对图像分割效果好,提高对反应芯片的图像采集后,对图像识别的准确性,进而精确对碱基类型的判定。
实施例二
图2为本发明实施例二提供的DNA测序的图像识别方法的流程图,请参阅图2,在实施例一的基础上,本实施例提供的DNA测序的图像识别方法包括:
步骤201,获取CY3、CY5、FAM和TXR四种荧光图像;
具体地,当CCD相机拍照获取的DNA图谱模糊不清时,而荧光图像清楚时,可以通过获取荧光图像,进行磁珠识别。
步骤202,以所述图谱为基准图像,对所述四种荧光图像进行配准,得到配准后的荧光图像;
步骤203,在所述配准后的荧光图像中查找的磁珠中心点;
步骤204,对所述中心点进行融合处理,以获得融合后的磁珠中心点。
具体地,通常情况下,每个磁珠在CY3、CY5、FAM和TXR四种图像中的一幅图像比较亮,其他三幅比较暗。但是不同通道采集信号时,由于曝光时间和增益值的设定不同,出现两幅图像中同一个磁珠都亮,并且从两幅图像查找出来的磁珠中心点不在同一个像素上,此时需要踢出多余的磁珠中心点。
实施例中,针对DNA图谱模糊不清时,而荧光图像清楚时,可以通过获取荧光图像,进行磁珠识别。通过获取CY3、CY5、FAM和TXR四种荧光图像,以所述图谱为基准图像,对所述四种荧光图像进行配准,得到配准后的荧光图像,在所述配准后的荧光图像中查找的磁珠中心点,对所述中心点进行融合处理,以获得融合后的磁珠中心点,避免了常规图谱中图像模糊不清,磁珠漏查的情况。并且,识别算法简单,速率快,提高了磁珠识别率。
实施例三
图3为本发明实施例三提供的DNA测序的图像识别方法的流程图,请参阅图3,本实施例在实施例二的基础上,进行进一步限定,本实施例中,
在所述配准后的荧光图像中查找的磁珠中心点,具体包括:
步骤301,对图谱识别磁珠像素,如果f(i,j)最小值min(i,j)差值的绝对值大于等于T0,则识别为磁珠,否则,为背景像素。
优选的,还可以包括:
步骤302,遍历所述磁珠像素,获取磁珠中心像素,其中,磁珠中心像素为,当前点的灰度值等于以当前点为中心的4*4像素区域内灰度的最大值,且当前点的四邻域都是目标像素。
实施例中,针对DNA图谱模糊不清时,而荧光图像清楚时,可以通过获取荧光图像,进行磁珠识别。通过获取CY3、CY5、FAM和TXR四种荧光图像,以所述图谱为基准图像,对所述四种荧光图像进行配准,得到配准后的荧光图像,在所述配准后的荧光图像中查找的磁珠中心点,对所述中心点进行融合处理,以获得融合后的磁珠中心点,避免了常规图谱中图像模糊不清,磁珠漏查的情况。并且,识别算法简单,速率快,提高了磁珠识别率。
实施例四
图4为本发明实施例四提供的DNA测序的图像识别装置的结构示意图,请参阅图4,本实施例提供的一种DNA测序的图像识别装置,包括:
获取模块1,用于获取图谱信息,在对每个图谱的采样时间间隔内分别获取DNA图谱;
具体地,可以通过以下方式实现对DNA图谱的获取:
反应液进入DNA测序仪的反应芯片中进行化学反应,产生可见光;CCD相机在适当的拍照位置,对反应芯片中产生的可见光信息进行拍照采集DNA图谱。
更为具体地,所述获取模块1具体用于在获取图谱信息时,对信号波形,在每连续的K个周期内,每周期选择n个预设时刻的采样点,每间隔时间T0采样一次,连续取样M次;为了保证取样数据的可参考性与准确性,在每一周期内选择的n个采样点的时间间隔Δt按照下述公式计算,
&Delta; t = a &CenterDot; s i n ( &omega; + &beta; ) &CenterDot; T &lambda; - - - ( 6 )
式中,Δt表示采样点的时间间隔,a为修正系数,其大小由采样点数量决定,ω表示拍照信号的角频率,由CCD相机的性能决定,β为初始相角,T表示信号周期的时间,λ表示信号波形的峰值。
经上述公式(6)采样,在信号幅值越大时,采样越密集,采样数据的可参考性越强;采样对信号数据按照预设条件采样,使得后续的信号处理数据量减小,减轻数据处理的繁杂运算。
计算模块2,用于获取所述DNA图谱的第一像素和第二像素,其中,第一像素A为目标像素,第一像素的灰度值大于或等于初始分割阈值T0,像素总数为N;第二像素B为背景像素,第二像素的灰度值小于初始分割阈值T0,像素总数为M;图谱f(i,j)的最大值为Vmax,最小值为Vmin
其中,T0=1/2(Vmin+Vmax)(1);
计算第一像素和第二像素的灰度均值的全局阈值T;
T = 1 / 2 ( &Sigma; f ( i , j ) &GreaterEqual; T 0 f ( i , j ) N + &Sigma; f ( i , j ) < T 0 f ( i , j ) M ) - - - ( 2 ) ;
方差计算模块3,用于计算第一像素和第二像素的方差σ2
σ2=(PA+PB)(T-T0)2(3);
其中,第一像素的概率为:
P A = &Sigma; k = 1 M + N N M + N - - - ( 4 ) ;
第二像素的概率为:
P B = &Sigma; k = 1 M + N M M + N - - - ( 5 ) ;
分割模块4,用于当方差在预设范围内,以T为全局阈值对所述图谱进行分割。
实施例中,通过获得第一像素和第二像素,计算第一像素和第二像素的灰度均值的全局阈值T;以及计算第一像素和第二像素的方差σ2若方差在预设范围内,则以T为全局阈值对所述图谱进行分割。运行时间短,对图像分割效果好,提高对反应芯片的图像采集后,对图像识别的准确性,进而精确对碱基类型的判定。
实施例五
图5为本发明实施例五提供的DNA测序的图像识别装置的结构示意图,请参阅图5,本实施例在实施例四的基础上,进行进一步限定,本实施例提供的一种DNA测序的图像识别装置,还包括:
图像配准模块5,所述图像配准模块5包括:
荧光获取模块51,用于获取CY3、CY5、FAM和TXR四种荧光图像;
具体地,当CCD相机拍照获取的DNA图谱模糊不清时,而荧光图像清楚时,可以通过获取荧光图像,进行磁珠识别。
对准模块52,用于以所述图谱为基准图像,对所述四种荧光图像进行配准,得到配准后的荧光图像;
查找模块53,用于在所述配准后的四种荧光图像中查找的磁珠中心点;
融合模块54,用于对所述中心点进行融合处理,以获得融合后的磁珠中心点。
具体地,通常情况下,每个磁珠在CY3、CY5、FAM和TXR四种图像中的一幅图像比较亮,其他三幅比较暗。但是不同通道采集信号时,由于曝光时间和增益值的设定不同,出现两幅图像中同一个磁珠都亮,并且从两幅图像查找出来的磁珠中心点不在同一个像素上,此时需要踢出多余的磁珠中心点。
实施例中,针对DNA图谱模糊不清时,而荧光图像清楚时,可以通过获取荧光图像,进行磁珠识别。通过获取CY3、CY5、FAM和TXR四种荧光图像,以所述图谱为基准图像,对所述四种荧光图像进行配准,得到配准后的荧光图像,在所述配准后的荧光图像中查找的磁珠中心点,对所述中心点进行融合处理,以获得融合后的磁珠中心点,避免了常规图谱中图像模糊不清,磁珠漏查的情况。并且,识别算法简单,速率快,提高了磁珠识别率。
实施例六
请再次参阅图5,本实施例在实施例五的基础上,进行进一步限定,本实施例中,查找模块53具体用于:对图谱识别磁珠像素,如果f(i,j)最小值min(i,j)差值的绝对值大于等于T0,则识别为磁珠,否则,为背景像素。
优选的,所述查找模块53还可以用于:
遍历所述磁珠像素,获取磁珠中心像素,其中,磁珠中心像素为,当前点的灰度值等于以当前点为中心的4*4像素区域内灰度的最大值,且当前点的四邻域都是目标像素。
实施例中,针对DNA图谱模糊不清时,而荧光图像清楚时,可以通过获取荧光图像,进行磁珠识别。通过获取CY3、CY5、FAM和TXR四种荧光图像,以所述图谱为基准图像,对所述四种荧光图像进行配准,得到配准后的荧光图像,在所述配准后的荧光图像中查找的磁珠中心点,对所述中心点进行融合处理,以获得融合后的磁珠中心点,避免了常规图谱中图像模糊不清,磁珠漏查的情况。并且,识别算法简单,速率快,提高了磁珠识别率。
上述详细说明是针对本发明其中之一可行实施例的具体说明,该实施例并非用以限制本发明的专利范围,凡未脱离本发明所为的等效实施或变更,均应包含于本发明技术方案的范围内。

Claims (10)

1.一种DNA测序的图像识别方法,其特征在于,包括:
获取图谱信息,在对每个图谱的采样时间间隔内分别获取DNA图谱;
获取所述DNA图谱的第一像素和第二像素,其中,第一像素A为目标像素,第一像素的灰度值大于或等于初始分割阈值T0,像素总数为N;第二像素B为背景像素,第二像素的灰度值小于初始分割阈值T0,像素总数为M;图谱f(i,j)的最大值为Vmax,最小值为Vmin
其中,T0=1/2(Vmin+Vmax)(1);
计算第一像素和第二像素的灰度均值的全局阈值T;
T = 1 / 2 ( &Sigma; f ( i , j ) &GreaterEqual; T 0 f ( i , j ) N + &Sigma; f ( i , j ) < T 0 f ( i , j ) M ) - - - ( 2 ) ;
计算第一像素和第二像素的方差σ2
σ2=(PA+PB)(T-T0)2(3);
其中,第一像素的概率为:
P A = &Sigma; k = 1 M + N N M + N - - - ( 4 )
第二像素的概率为:
P B = &Sigma; k = 1 M + N M M + N - - - ( 5 )
若方差在预设范围内,则以T为全局阈值对所述图谱进行分割。
2.根据权利要求1所述的DNA测序的图像识别方法,其特征在于,还包括:
获取CY3、CY5、FAM和TXR四种荧光图像;
以所述图谱为基准图像,对所述四种荧光图像进行配准,得到配准后的荧光图像;
在所述配准后的四种荧光图像中查找的磁珠中心点;
对所述中心点进行融合处理,以获得融合后的磁珠中心点。
3.根据权利要求2所述的DNA测序的图像识别方法,其特征在于,在所述配准后的四种荧光图像中查找的磁珠中心点,具体包括:
对所述配准后的四种荧光图像识别磁珠像素,如果f(i,j)最小值min(i,j)差值的绝对值大于等于T0,则识别为磁珠,否则,为背景像素。
4.根据权利要求3所述的DNA测序的图像识别方法,其特征在于,在所述配准后的四种荧光图像中查找的磁珠中心点,还包括:
遍历所述磁珠像素,获取磁珠中心像素,其中,磁珠中心像素为,当前点的灰度值等于以当前点为中心的4*4像素区域内灰度的最大值,且当前点的四邻域都是目标像素。
5.根据权利要求1所述的DNA测序的图像识别方法,其特征在于,获取图谱信息时,对信号波形,在每连续的K个周期内,每周期选择n个预设时刻的采样点,每间隔时间T0采样一次,连续取样M次;为了保证取样数据的可参考性与准确性,在每一周期内选择的n个采样点的时间间隔Δt按照下述公式计算,
&Delta; t = a &CenterDot; s i n ( &omega; + &beta; ) &CenterDot; T &lambda; - - - ( 6 )
式中,Δt表示采样点的时间间隔,a为修正系数,其大小由采样点数量决定,ω表示拍照信号的角频率,由CCD相机的性能决定,β为初始相角,T表示信号周期的时间,λ表示信号波形的峰值。
6.一种DNA测序的图像识别装置,其特征在于,包括:
获取模块,用于获取图谱信息,在对每个图谱的采样时间间隔内分别获取DNA图谱;
计算模块,用于获取所述DNA图谱的第一像素和第二像素,其中,第一像素A为目标像素,第一像素的灰度值大于或等于初始分割阈值T0,像素总数为N;第二像素B为背景像素,第二像素的灰度值小于初始分割阈值T0,像素总数为M;图谱f(i,j)的最大值为Vmax,最小值为Vmin
其中,T0=1/2(Vmin+Vmax)(1);
计算第一像素和第二像素的灰度均值的全局阈值T;
T = 1 / 2 ( &Sigma; f ( i , j ) &GreaterEqual; T 0 f ( i , j ) N + &Sigma; f ( i , j ) < T 0 f ( i , j ) M ) - - - ( 2 ) ;
方差计算模块,用于计算第一像素和第二像素的方差σ2
σ2=(PA+PB)(T-T0)2(3);
其中,第一像素的概率为:
P A = &Sigma; k = 1 M + N N M + N - - - ( 4 ) ;
第二像素的概率为:
P B = &Sigma; k = 1 M + N M M + N - - - ( 5 ) ;
分割模块,用于当方差在预设范围内,以T为全局阈值对所述图谱进行分割。
7.根据权利要求6所述的DNA测序的图像识别装置,其特征在于,还包括:图像配准模块,所述图像配准模块包括:
荧光获取模块,用于获取CY3、CY5、FAM和TXR四种荧光图像;
对准模块,用于以所述图谱为基准图像,对所述四种荧光图像进行配准,得到配准后的荧光图像;
查找模块,用于在所述配准后的四种荧光图像中查找的磁珠中心点;
融合模块,用于对所述中心点进行融合处理,以获得融合后的磁珠中心点。
8.根据权利要求7所述的DNA测序的图像识别装置,其特征在于,所述查找模块具体用于:
磁珠识别模块,用于对图谱识别磁珠像素,如果f(i,j)最小值min(i,j)差值的绝对值大于等于T0,则识别为磁珠,否则,为背景像素。
9.根据权利要求8所述的DNA测序的图像识别装置,其特征在于,所述查找模块还用于:
遍历所述磁珠像素,获取磁珠中心像素,其中,磁珠中心像素为,当前点的灰度值等于以当前点为中心的4*4像素区域内灰度的最大值,且当前点的四邻域都是目标像素。
10.根据权利要求6所述的DNA测序的图像识别装置,其特征在于,所述获取模块具体用于在获取图谱信息时,对信号波形,在每连续的K个周期内,每周期选择n个预设时刻的采样点,每间隔时间T0采样一次,连续取样M次;为了保证取样数据的可参考性与准确性,在每一周期内选择的n个采样点的时间间隔Δt按照下述公式计算,
&Delta; t = a &CenterDot; s i n ( &omega; + &beta; ) &CenterDot; T &lambda; - - - ( 6 )
式中,Δt表示采样点的时间间隔,a为修正系数,其大小由采样点数量决定,ω表示拍照信号的角频率,由CCD相机的性能决定,β为初始相角,T表示信号周期的时间,λ表示信号波形的峰值。
CN201510909898.9A 2015-12-10 2015-12-10 一种dna测序的图像识别方法及装置 Active CN105303187B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510909898.9A CN105303187B (zh) 2015-12-10 2015-12-10 一种dna测序的图像识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510909898.9A CN105303187B (zh) 2015-12-10 2015-12-10 一种dna测序的图像识别方法及装置

Publications (2)

Publication Number Publication Date
CN105303187A true CN105303187A (zh) 2016-02-03
CN105303187B CN105303187B (zh) 2017-03-15

Family

ID=55200431

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510909898.9A Active CN105303187B (zh) 2015-12-10 2015-12-10 一种dna测序的图像识别方法及装置

Country Status (1)

Country Link
CN (1) CN105303187B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105854108A (zh) * 2016-03-22 2016-08-17 吉林医药学院 一种耳鼻喉科用冲洗器
CN106250720A (zh) * 2016-08-23 2016-12-21 吕忠华 一种根据相似度预先分组的dna测序图像处理系统
CN108961201A (zh) * 2017-05-19 2018-12-07 广州康昕瑞基因健康科技有限公司 图像清晰度识别方法和自动聚焦方法
CN109753939A (zh) * 2019-01-11 2019-05-14 银丰基因科技有限公司 一种hla测序峰图识别方法
WO2019196019A1 (zh) * 2018-04-10 2019-10-17 深圳华大智造科技有限公司 荧光图像配准方法、基因测序仪及系统、存储介质
CN110458091A (zh) * 2019-08-08 2019-11-15 北京阿拉丁智慧科技有限公司 基于位置筛选的人脸识别1比n算法优化方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102324002A (zh) * 2011-06-03 2012-01-18 哈尔滨工程大学 基于数字图像处理的dna序列的二维图像表示方法
US20140288847A1 (en) * 2013-03-15 2014-09-25 The Florida State University Research Foundation, Inc. Systems and techniques for segmentation of sequential data
CN105039147A (zh) * 2015-06-03 2015-11-11 西安交通大学 一种高通量基因测序碱基荧光图像捕获系统装置及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102324002A (zh) * 2011-06-03 2012-01-18 哈尔滨工程大学 基于数字图像处理的dna序列的二维图像表示方法
US20140288847A1 (en) * 2013-03-15 2014-09-25 The Florida State University Research Foundation, Inc. Systems and techniques for segmentation of sequential data
CN105039147A (zh) * 2015-06-03 2015-11-11 西安交通大学 一种高通量基因测序碱基荧光图像捕获系统装置及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陶文兵等: "一种新的基于图谱理论的图像阈值分割方法", 《计算机学报》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105854108A (zh) * 2016-03-22 2016-08-17 吉林医药学院 一种耳鼻喉科用冲洗器
CN105854108B (zh) * 2016-03-22 2019-08-09 吉林医药学院 一种耳鼻喉科用冲洗器
CN106250720A (zh) * 2016-08-23 2016-12-21 吕忠华 一种根据相似度预先分组的dna测序图像处理系统
CN106250720B (zh) * 2016-08-23 2019-08-09 山东卫康医学检验有限公司 一种根据相似度预先分组的dna测序图像处理系统
CN108961201A (zh) * 2017-05-19 2018-12-07 广州康昕瑞基因健康科技有限公司 图像清晰度识别方法和自动聚焦方法
WO2019196019A1 (zh) * 2018-04-10 2019-10-17 深圳华大智造科技有限公司 荧光图像配准方法、基因测序仪及系统、存储介质
RU2749893C1 (ru) * 2018-04-10 2021-06-18 ЭмДжиАй ТЕК КО., ЛТД. Способ совмещения изображений флуоресценции, прибор и система секвенирования генов и запоминающая среда
US11682125B2 (en) 2018-04-10 2023-06-20 Mgi Tech Co., Ltd. Fluorescence image registration method, gene sequencing instrument, and storage medium
CN109753939A (zh) * 2019-01-11 2019-05-14 银丰基因科技有限公司 一种hla测序峰图识别方法
CN109753939B (zh) * 2019-01-11 2021-04-20 银丰基因科技有限公司 一种hla测序峰图识别方法
CN110458091A (zh) * 2019-08-08 2019-11-15 北京阿拉丁智慧科技有限公司 基于位置筛选的人脸识别1比n算法优化方法

Also Published As

Publication number Publication date
CN105303187B (zh) 2017-03-15

Similar Documents

Publication Publication Date Title
CN105303187A (zh) 一种dna测序的图像识别方法及装置
CN105427327A (zh) 一种dna测序的图像配准方法及装置
CN105551034A (zh) 一种dna测序的图像识别的预处理方法及装置
CN105550990A (zh) 一种dna测序的傅里叶配准方法及装置
CN111474184B (zh) 基于工业机器视觉的aoi字符缺陷检测方法和装置
CN107909010B (zh) 一种道路障碍物检测方法与装置
CN109544468B (zh) 一种图像数据扩增方法
CN103543277A (zh) 一种基于灰度分析与种类识别的血型结果识别算法
CN112818990B (zh) 目标检测框的生成方法、图像数据自动标注方法及系统
CN111971711A (zh) 荧光图像配准方法、基因测序仪及系统、存储介质
CN106156691A (zh) 复杂背景图像的处理方法及其装置
Escobedo et al. Smartphone-based diagnosis of parasitic infections with colorimetric assays in centrifuge tubes
CN105427328A (zh) 一种dna测序的互信息图像配准方法及装置
CN106250720B (zh) 一种根据相似度预先分组的dna测序图像处理系统
CN111095295B (zh) 物体检测方法和装置
US10614571B2 (en) Object classification in digital images
CN107274349B (zh) 生物芯片荧光图像倾斜角度的确定方法及装置
CN105447876A (zh) 一种dna测序的图像的磁珠提取方法及装置
JP5365408B2 (ja) 移動体認識装置、移動体認識方法及びプログラム
CN113760686B (zh) 用户界面的测试方法、装置、终端和存储介质
CN109214398B (zh) 一种从连续图像中量测杆体位置的方法和系统
CN113850200B (zh) 一种基因芯片的判读方法、装置、设备及存储介质
CN112200803A (zh) 精子核蛋白成熟度检测方法及装置
CN101783017B (zh) 用于从灰度图像中提取x型角点的快速处理方法
CN112270254A (zh) 一种基于摄像头视觉的元素匹配信息处理方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant