CN111257296B - 一种检测生物芯片样本的方法、装置及存储介质 - Google Patents
一种检测生物芯片样本的方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111257296B CN111257296B CN202010200328.3A CN202010200328A CN111257296B CN 111257296 B CN111257296 B CN 111257296B CN 202010200328 A CN202010200328 A CN 202010200328A CN 111257296 B CN111257296 B CN 111257296B
- Authority
- CN
- China
- Prior art keywords
- biochip
- reaction chamber
- image
- standard deviation
- reaction
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6428—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/645—Specially adapted constructive features of fluorimeters
- G01N21/6456—Spatial resolved fluorescence measurements; Imaging
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Optics & Photonics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
本发明公开了一种检测生物芯片样本的方法、装置及存储介质,该方法包括:获得生物芯片对应的生物芯片图像;确定所述生物芯片图像中每个反应腔室的位置信息,以及与所述生物芯片图像的四个边角对应的边角腔室;确定所述边角腔室的偏转角度;用所述偏转角度对所述生物芯片图像的偏转角进行校正;对校正后的生物芯片图像中所有反应腔室的阴阳性进行识别。
Description
技术领域
本发明涉及生物医疗技术领域,尤指一种检测生物芯片样本的方法、装置及存储介质。
背景技术
在生物医疗领域中,阵列型生物芯片技术是对基因分析及疾病进行精确诊断的一种重要工具,能够克服传统方法需要多次重复试验的弊端,有效节约人力、样本量,提高了检测精度,是现代生物医疗领域中进行生物样本检测的重要手段之一。
阵列型生物芯片技术是将一定数量的生物化学反应空间(又被称之为反应单元或反应腔室)固定于一定面积的基片。在使用时,加载测试样本到芯片上,并提供反应条件令其发生反应,然后利用现有技术可检测到的光、电信号等作为反应发生强度,或反应发生与否的判断依据,间接获取测试样本的生物信息。
在对生物芯片样本点进行检测时,主要有以下三种方法:参数依赖的方法、标记辅助的方法、自动检测的方法。
参数依赖的方法依赖于人工设定或输入的参数,如行列坐标、反应腔室位置模板等,在使用时必须知晓芯片参数并准确输入方能得到检测结果,这在芯片种类多样或参数缺失的情况下会造成人力成本的提高。
标记辅助的方法需要在芯片上设计辅助标记,但目前芯片可能来自不同的生产方,不同生产方标记的设计方式不唯一,所以这种方法更适用于分析来自单一生产方的芯片,使得其灵活性较差。
自动检测的方法是通过提取图像特征,自主得到芯片行列数目、位置信息,对样本点的阴阳性进行检测和分析,这种方法可以分析多种阵列式生物芯片,其兼容性好、灵活性强,节约人力、生物样本成本,目前的自动检测方法主要是基于神经网络的方法,和二值化结果的投影直方图的网格划分法。
然而在采用上述自动检测的方法时,由于受光照影响使得提取的图像特征存在偏差,造成检测结果的准确度不高。
鉴于此,如何有效提高对生物芯片上的样本进行检测的准确度,成为一个亟待解决的技术问题。
发明内容
本发明实施例提供一种检测生物芯片样本的方法、装置及存储介质,用以解决现有技术中存在检测生物芯片样本的准确度较低的技术问题。
第一方面,为解决上述技术问题,本发明实施例提供一种检测生物芯片样本的方法,该方法包括:
获得生物芯片对应的生物芯片图像;
确定所述生物芯片图像中每个反应腔室的位置信息,以及与所述生物芯片图像的四个边角对应的边角腔室;
确定所述边角腔室的偏转角度;
用所述偏转角度对所述生物芯片图像的偏转角进行校正;
对校正后的生物芯片图像中所有反应腔室的阴阳性进行识别。
可选地,获得生物芯片对应的生物芯片图像,包括:
采集发生了生物化学反应的生物芯片的荧光图像;其中,所述生物芯片为四边形,所述生物芯片上呈阵列排布有多个反应腔室;
对所述荧光图像进行灰度处理,获得所述生物芯片图像。
可选地,获得所述生物芯片图像之前,还包括:
对进行了灰度处理的荧光图像进行降噪处理。
可选地,确定所述生物芯片图像中每个反应腔室的位置信息,以及与所述生物芯片图像的四个边角对应的边角腔室,包括:
采用霍夫圆变换,识别所述每个反应腔室的位置信息;
将所有反应腔室中,与所述生物芯片图像的四个边角的欧氏距离最短的四个反应腔室,作为所述边角腔室。
可选地,确定所述边角腔室的偏转角度,包括:
计算在第一方向和第二方向上相邻的两个边角腔室的中心连线与对应方向的夹角;其中,所述夹角为锐角;
取所述四条中心连线对应的四个夹角的中位数作为所述偏转角度。
可选地,对校正后的生物芯片图像中所有反应腔室的阴阳性进行识别,包括:
确定所述校正后的生物芯片图像中,每个反应腔室对应区域的灰度标准差;
从所有灰度标准差中,确定出最大标准差和最小标准差;
根据所述最大标准差与所述最小标准差,以及它们的差值与第一阈值和第二阈值的大小关系,识别所有反应腔室的阴阳性。
可选地,确定所述校正后的生物芯片图像中,每个反应腔室对应区域的灰度标准差,包括:
采用霍夫圆变换,识别所述校正后的生物芯片图像中每个反应腔室的位置信息;其中,所述位置信息包括反应腔室对应圆形区域的中心坐标位置和半径;
从所述校正后的生物芯片图像中,确定所述每个反应腔室对应区域中各像素点的灰度值;
计算所述反应腔室对应区域的灰度标准差。
可选地,确定所述每个反应腔室对应区域中各像素点的灰度值,包括:
确定所述每个反应腔室的第一矩阵;其中,所述第一矩阵中的元素个数与所述校正后的生物芯片图像的像素个数相同,一个反应腔室对应的第一矩阵中与所述一个反应腔室对应区域中的元素值为1,其它元素值为0;
将所述第一矩阵与所述校正后的生物芯片图像构成的矩阵进行点乘,获得所述每个反应腔室对应区域中各像素点的灰度值。
可选地,根据所述最大标准差与所述最小标准差,以及它们的差值与第一阈值和第二阈值的大小关系,识别所有反应腔室的阴阳性,包括:
若所述最大标准差值与所述最小标准差值之差小于等于所述第一阈值,则所有反应腔室均为阴性或阳性;
若所述最大标准差值大于所述第二阈值,则所有反应腔室均为阳性;若所述最大标准差值小于等于所述第二阈值,则所有反应腔室均为阴性;
若所述最大标准差值与所述最小标准差值之差大于所述第二阈值,则所述生物芯片中的反应腔室既有阴性又有阳性。
可选地,当所述生物芯片中的反应腔室既有阴性又有阳性时,还包括:
采用类间方差最大化法,对各反应腔室对应区域的灰度标准差进行类型区分,获得各个反应腔室的阴阳性。
第二方面,本发明实施例提供了一种检测生物芯片样本的装置,包括:
至少一个处理器,以及
与所述至少一个处理器连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令,执行如第一方面所述的方法。
第三方面,本发明实施例提供了一种可读存储介质,包括存储器,
所述存储器用于存储指令,当所述指令被处理器执行时,使得包括所述可读存储介质的装置完成如第一方面所述的方法。
本发明有益效果如下:
本发明实施例提供的一种检测生物芯片样本的方法、装置及存储介质,通过先获得生物芯片对应的生物芯片图像,再确定生物芯片图像中每个反应腔室的位置信息,以及与生物芯片图像的四个边角对应的边角腔室;并在确定边角腔室的偏转角度后,用偏转角度对生物芯片图像的偏转角进行校正,对校正后的生物芯片图像中所有反应腔室的阴阳性进行识别,从而可以有效的提高检测结果的准确度。
附图说明
图1为本发明实施例提供的一种检测生物芯片样本方法的流程图;
图2为阵列芯片中反应腔室的排布示意图;
图3为本发明实施例提供的生物芯片的荧光图像的示意图;
图4为本发明实施例提供的生物芯片图像的示意图;
图5为本发明实施提供的中心连线与第一方向或第二方向的夹角示意图;
图6为本发明实施提供的校正后的生物芯片图像的示意图;
图7为本发明实施例提供的有阳性样本的检测结果示意图;
图8为本发明实施例提供的无阳性样本的检测结果示意图。
具体实施方式
本发明实施例提供一种检测生物芯片样本的方法、装置及存储介质,用以解决现有技术中存在检测生物芯片样本的准确度较低的技术问题。
为使本发明的上述目的、特征和优点能够更为明显易懂,下面将结合附图和实施例对本发明做进一步说明。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式;相反,提供这些实施方式使得本发明更全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构,因而将省略对它们的重复描述。本发明中所描述的表达位置与方向的词,均是以附图为例进行的说明,但根据需要也可以做出改变,所做改变均包含在本发明保护范围内。本发明的附图仅用于示意相对位置关系不代表真实比例。
需要说明的是,在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式的限制。说明书后续描述为实施本申请的较佳实施方式,然所述描述乃以说明本申请的一般原则为目的,并非用以限定本申请的范围。本申请的保护范围当视所附权利要求所界定者为准。
下面结合附图,对本发明实施例提供的一种检测生物芯片样本的方法、装置及存储介质进行具体说明。
请参见图1,为本发明实施例提供的一种检测生物芯片样本方法的流程图,该方法包括:
步骤101:获得生物芯片对应的生物芯片图像。
当待检测的生物样本被加载到生物芯片上,并发生了生物化学反应后,利用特定的设备,可以采集到对应的生物芯片的荧光图像。具体,如何从荧光图像,得到生物芯片图像,可以采用以下方式:
先采集发生了生物化学反应的生物芯片的荧光图像;其中,生物芯片为四边形,生物芯片上呈阵列排布有多个反应腔室。请参见图2为阵列芯片中反应腔室的排布示意图。
再对荧光图像进行灰度处理,获得生物芯片图像。
由于生物芯片图像是经灰度处理后的荧光图像,所以能够使生物芯片图像对光照编号的鲁棒性更好,从而提高后续识别反应腔室中样本的阴阳性的准确率。
请参见图3为本发明实施例提供的生物芯片的荧光图像的示意图,在图3中以粗实线示意对应的反应腔室为阳性,在荧光图像中表现为反应腔室的边缘亮度较高;细实线示意对应的反应腔室为阴性,在荧光图像中表现为反应腔室的边缘亮度较低。
需要说明的是,由于在附图中不能提供彩色图片,故在图3中的荧光图像只是一个示意性的图片,不代表真实的荧光图像,且在真实的荧光图像中,通常不同的反应腔室显示的色彩、亮度不相同。
请参见图4,为本发明实施例提供的生物芯片图像的示意图。在图4中以浅灰色示意经灰度处理后的阳性反应腔室,黑色实线示意经灰度处理后的阴性反应腔室。
需要说明的是,在实际的生物图像中,不同像素位置的灰度值通常不同。
在本发明提供的实施例中,获得生物芯片图像之前,还可以对进行了灰度处理的荧光图像进行降噪处理。具体的可以采用高斯平滑处理,实现对进行了灰度处理的荧光图像进行降噪处理。
在本发明提供的实施例中,通过对进行了灰度处理的荧光图像进行降噪处理,能够有效的降低噪声影响,从而提高检测生物芯片中反应腔室阴阳性的准确率。
在获得生物芯片对应的生物芯片图像后,便可执行步骤102。
步骤102:确定生物芯片图像中每个反应腔室的位置信息,以及与生物芯片图像的四个边角对应的边角腔室。
可选地,可以采用霍夫圆变换,识别生物芯片图像中每个反应腔室的位置信息,该位置信息包括反应腔室在生物芯片图像中对应圆形区域的中心坐标和半径。
计算每个反应腔室与生物芯片图像的四个边角的欧氏距离,并将所有反应腔室中,与生物芯片图像的四个边角的欧氏距离最短的四个反应腔室,作为边角腔室。
例如,生物芯片图像的四个边角的坐标分别为(0,0)、(0,M)、(N,0)、(N,M),一个反应腔室在生物图像中对应圆形区域的中心坐标为(X,Y),该反应腔室与上述四个边角的欧氏距离依次为L1、L2、L3、L4,同理可以计算出其它反应腔室与上述四个边角的欧氏距离,将所有反应腔室与四个边角之间的欧氏距离进行排序,如进行升序排序,取前4个最小的欧式距离值对应的反应腔室作为边角腔室。
在确定出与生物芯片图像的四个边角对应的边角腔室后,便可执行步骤103。
步骤103:确定边角腔室的偏转角度。
可选地,确定偏转角度可以采用以下方式:
先计算在第一方向和第二方向上相邻的两个边角腔室的中心连线与对应方向的夹角;其中,夹角为锐角。
再取四条中心连线对应的四个夹角的中位数作为偏转角度。
请参见图5为本发明实施提供的中心连线与第一方向或第二方向的夹角示意图。在图5中四个边角腔室记为A、B、C、D,相邻两个边角腔室的中心连线记为AB、BC、CD、DA,它们与对应方向的依次夹角被记录为θ1~θ4,例如,与AB中心连线对应的方向为第一方向,第一方向与AB之间所夹的锐角即为θ1,以计算θ1为例,假设A的坐标为(x1,y1),B的坐标为(x2,y2),则:
采用同样的方式,可以计算出θ2~θ4。
需要说明的是,上述计算θ1的方法不限于这种方式,还可以采用别的方式进行计算,例如反余弦、反正弦等,在此不做限定。
在计算出上述夹角θ1~θ4之后,可以取它们的中位数作为边角腔室的偏转角度。
例如,对θ1~θ4进行排序,取排序在中间的两个夹角(假设为θ2和θ4),则θ2和θ4的平均数(θ2+θ4)/2即为θ1~θ4的中位数,也就是偏转角度。
在确定了边角腔室的偏转角后,便可执行步骤104~105。
步骤104:用偏转角度对生物芯片图像的偏转角进行校正。
在采集生物芯片的荧光图像时,由于拍摄的角度、光线的影响等,会使拍摄处理的图像发生偏转,用上述偏转角度对与荧光图像对应的生物芯片图像进行校正,可以对图像进行纠偏,使得后续在识别反应腔室的阴阳性时,能够提高识别的准确度。
通过对生物芯片图像的偏转角进行校正,可以有效的解决生物芯片在拍摄时存在角度偏转的问题,从而使检测结果更加稳定,提高检测的准确性。
步骤105:对校正后的生物芯片图像中所有反应腔室的阴阳性进行识别。
可选地,对校正后的生物芯片图像中所有反应腔室的阴阳性进行识别,可以采用以下方式:
首先,确定校正后的生物芯片图像中,每个反应腔室对应区域的灰度标准差。
其次,从所有灰度标准差中,确定出最大标准差和最小标准差。
最后,根据最大标准差与最小标准差,以及它们的差值与第一阈值和第二阈值的大小关系,识别所有反应腔室的阴阳性。
可以采用以下方式确定每个反应腔室对应区域的灰度标准差:先采用霍夫圆变换,识别校正后的生物芯片图像中每个反应腔室的位置信息;其中,位置信息包括反应腔室对应圆形区域的中心坐标位置和半径;再从校正后的生物芯片图像中,确定每个反应腔室对应区域中各像素点的灰度值;最后,计算反应腔室对应区域的灰度标准差。
其中,确定每个反应腔室对应区域中各像素点的灰度值,可以采用以下方式:确定每个反应腔室的第一矩阵;其中,第一矩阵中的元素个数与校正后的生物芯片图像的像素个数相同,一个反应腔室对应的第一矩阵中与一个反应腔室对应区域中的元素值为1,其它元素值为0;将第一矩阵与校正后的生物芯片图像构成的矩阵进行点乘,获得每个反应腔室对应区域中各像素点的灰度值。
例如,请参见图6为本发明实施提供的校正后的生物芯片图像的示意图。
以确定图6中反应腔室C对应区域的灰度标准差为例:
先采用霍夫圆变换,识别校正后的生物芯片图像(假设为1920×1080的图像)中每个反应腔室的位置信息,假设其中的反应腔室C的位置信息为:中心坐标(1760,200),半径为150,在存储位置信息时可以采用(中心坐标,半径)的方式进行存储。
然后,先准备一个与校正后的生物芯片图像同等大小的矩阵(该矩阵的大小也为1920×1080,该矩阵中一个元素与校正后的生物图像的一个像素一一对应,且所有元素的值均为0),之后根据反应腔室C的位置信息[即中心坐标(1760,200)和半径150],将矩阵1920×1080中与反应腔室C对应区域的元素值赋值为1,得到反应腔室C的第一矩阵,将反应腔室C的第一矩阵与校正后的生物芯片图像构成的矩阵进行点乘,获得反应腔室C对应区域中各像素点的灰度值。
最后,将反应腔室C的第一矩阵中的非零值取出,组成一个数组,并计算该数组的数组标准差,将之作为反应腔室C对应区域的灰度标准差。
需要说明的是,校正后的生物芯片图像构成的矩阵中的元素值为对应像素的灰度值。
同理,其它反应腔室对应区域的灰度标准差,可以采用与获得反应腔室C对应区域的灰度标准差相同的方式获得,在此不再赘述。
在获得各反应腔室对应区域的灰度标准差之后,便可对校正后的生物芯片图像中所有反应腔室的阴阳性进行识别,具体可以采用以下方式:
从所有反应腔室对应区域的灰度标准差中,确定出最大标准差和最小标准差,例如,可以采用对所有灰度标准差进行排序的方式,取其中最大值和最小值分别作为最大标准差和最小标准差。
之后,根据最大标准差与最小标准差,以及它们的差值与第一阈值和第二阈值的大小关系,识别所有反应腔室的阴阳性,具体可以采用下列方式:
若最大标准差值与最小标准差值之差小于等于述第一阈值,则所有反应腔室均为阴性或阳性。
若最大标准差值大于第二阈值,则所有反应腔室均为阳性;若最大标准差值小于等于第二阈值,则所有反应腔室均为阴性。
若最大标准差值与最小标准差值之差大于第二阈值,则生物芯片中的反应腔室既有阴性又有阳性。
当生物芯片中的反应腔室既有阴性又有阳性时,采用类间方差最大化法,对所有反应腔室对应区域的灰度标准差进行类型区分,获得各个反应腔室的阴阳性。
为了向用户展示检测结果,可以将每个反应腔室的阴阳性映射到对应位置。
请参见图7和图8,图7为本发明实施例提供的有阳性样本的检测结果示意图,图8为本发明实施例提供的无阳性样本的检测结果示意图。
在图7和图8中,反应腔室中的样本为阳性则用黑色标识,阴性用白色标识。
基于同一发明构思,本发明实施例提供一种检测生物芯片样本的装置,该装置包括:
至少一个处理器,以及
与所述至少一个处理器连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令,执行如上所述的检测生物芯片样本的方法。
基于同一发明构思,本发明实施例提供一种可读存储介质,包括存储器,
所述存储器用于存储指令,当所述指令被处理器执行时,使得包括所述可读存储介质的装置完成如上所述的检测生物芯片样本的方法。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (11)
1.一种检测生物芯片样本的方法,其特征在于,包括:
获得生物芯片对应的生物芯片图像;
确定所述生物芯片图像中每个反应腔室的位置信息,以及与所述生物芯片图像的四个边角对应的边角腔室;
确定所述边角腔室的偏转角度;
用所述偏转角度对所述生物芯片图像的偏转角进行校正;
确定所述校正后的生物芯片图像中,每个反应腔室对应区域的灰度标准差;
从所有灰度标准差中,确定出最大标准差和最小标准差;
根据所述最大标准差与所述最小标准差,以及它们的差值与第一阈值和第二阈值的大小关系,识别所有反应腔室的阴阳性。
2.如权利要求1所述的方法,其特征在于,获得生物芯片对应的生物芯片图像,包括:
采集发生了生物化学反应的生物芯片的荧光图像;其中,所述生物芯片为四边形,所述生物芯片上呈阵列排布有多个反应腔室;
对所述荧光图像进行灰度处理,获得所述生物芯片图像。
3.如权利要求2所述的方法,其特征在于,获得所述生物芯片图像之前,还包括:
对进行了灰度处理的荧光图像进行降噪处理。
4.如权利要求1所述的方法,其特征在于,确定所述生物芯片图像中每个反应腔室的位置信息,以及与所述生物芯片图像的四个边角对应的边角腔室,包括:
采用霍夫圆变换,识别所述每个反应腔室的位置信息;
将所有反应腔室中,与所述生物芯片图像的四个边角的欧氏距离最短的四个反应腔室,作为所述边角腔室。
5.如权利要求1所述的方法,其特征在于,确定所述边角腔室的偏转角度,包括:
计算在第一方向和第二方向上相邻的两个边角腔室的中心连线与对应方向的夹角;其中,所述夹角为锐角,所述第一方向和所述第二方向分别为所述生物芯片图像的相邻两条边的延伸方向;
取所述四条中心连线对应的四个夹角的中位数作为所述偏转角度。
6.如权利要求1所述的方法,其特征在于,确定所述校正后的生物芯片图像中,每个反应腔室对应区域的灰度标准差,包括:
采用霍夫圆变换,识别所述校正后的生物芯片图像中每个反应腔室的位置信息;其中,所述位置信息包括反应腔室对应圆形区域的中心坐标位置和半径;
从所述校正后的生物芯片图像中,确定所述每个反应腔室对应区域中各像素点的灰度值;
计算所述反应腔室对应区域的灰度标准差。
7.如权利要求6所述的方法,其特征在于,确定所述每个反应腔室对应区域中各像素点的灰度值,包括:
确定所述每个反应腔室的第一矩阵;其中,所述第一矩阵中的元素个数与所述校正后的生物芯片图像的像素个数相同,一个反应腔室对应的第一矩阵中与所述一个反应腔室对应区域中的元素值为1,其它元素值为0;
将所述第一矩阵与所述校正后的生物芯片图像构成的矩阵进行点乘,获得所述每个反应腔室对应区域中各像素点的灰度值。
8.如权利要求1所述的方法,其特征在于,根据所述最大标准差与所述最小标准差,以及它们的差值与第一阈值和第二阈值的大小关系,识别所有反应腔室的阴阳性,包括:
若所述最大标准差值与所述最小标准差值之差小于等于所述第一阈值,则所有反应腔室均为阴性或阳性;
若所述最大标准差值大于所述第二阈值,则所有反应腔室均为阳性;若所述最大标准差值小于等于所述第二阈值,则所有反应腔室均为阴性;
若所述最大标准差值与所述最小标准差值之差大于所述第二阈值,则所述生物芯片中的反应腔室既有阴性又有阳性。
9.如权利要求8所述的方法,其特征在于,当所述生物芯片中的反应腔室既有阴性又有阳性时,还包括:
采用类间方差最大化法,对各反应腔室对应区域的灰度标准差进行类型区分,获得各个反应腔室的阴阳性。
10.一种检测生物芯片样本的装置,其特征在于,包括:
至少一个处理器,以及
与所述至少一个处理器连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令,执行如权利要求1-9任一项所述的方法。
11.一种可读存储介质,其特征在于,包括存储器,
所述存储器用于存储指令,当所述指令被处理器执行时,使得包括所述可读存储介质的装置完成如权利要求1~9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010200328.3A CN111257296B (zh) | 2020-03-20 | 2020-03-20 | 一种检测生物芯片样本的方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010200328.3A CN111257296B (zh) | 2020-03-20 | 2020-03-20 | 一种检测生物芯片样本的方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111257296A CN111257296A (zh) | 2020-06-09 |
CN111257296B true CN111257296B (zh) | 2023-04-11 |
Family
ID=70954943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010200328.3A Active CN111257296B (zh) | 2020-03-20 | 2020-03-20 | 一种检测生物芯片样本的方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111257296B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4141787A4 (en) * | 2021-02-23 | 2023-08-09 | BOE Technology Group Co., Ltd. | METHOD AND DEVICE FOR ANALYSIS OF BIOCHIP IMAGES, COMPUTER DEVICE AND STORAGE MEDIUM |
CN113643755B (zh) * | 2021-08-11 | 2023-10-13 | 上海小海龟科技有限公司 | 一种nipt试剂盒阳性率校正方法、装置、计算机设备和介质 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200615537A (en) * | 2004-11-04 | 2006-05-16 | Kaiwood Technology Co Ltd | Positioning device for biochip and positioning method therefor |
CN101936708A (zh) * | 2010-08-13 | 2011-01-05 | 河海大学常州校区 | Qfp芯片的定位检测方法 |
CN103390277A (zh) * | 2013-07-23 | 2013-11-13 | 济南凌空信息科技有限公司 | 图像分析方法 |
CN104427234A (zh) * | 2013-09-02 | 2015-03-18 | 联想(北京)有限公司 | 一种图像畸变校正的方法及电子设备 |
CN105005997A (zh) * | 2015-08-05 | 2015-10-28 | 哈尔滨工业大学 | 一种基于行列直线聚类的多类型bga芯片视觉识别方法 |
CN105184770A (zh) * | 2015-08-05 | 2015-12-23 | 哈尔滨工业大学 | 一种用于球栅阵列引脚芯片的焊球定位及其参数识别方法 |
CN105530415A (zh) * | 2016-01-20 | 2016-04-27 | 福建福特科光电股份有限公司 | 大靶面低照度全天球摄像系统 |
CN107167616A (zh) * | 2017-03-13 | 2017-09-15 | 中国科学院苏州生物医学工程技术研究所 | 血型检测方法及装置 |
CN107480644A (zh) * | 2017-08-21 | 2017-12-15 | 吉林大学 | 眼底图像中视盘的定位与分割方法、装置和存储介质 |
CN108181478A (zh) * | 2017-12-19 | 2018-06-19 | 西北工业大学 | 一种阵列式微流控芯片的荧光采集分析方法 |
CN108509819A (zh) * | 2018-03-07 | 2018-09-07 | 中山大学 | 一种用于光照不均匀的二维码二值化方法 |
CN109523530A (zh) * | 2018-11-13 | 2019-03-26 | 北京无线电测量研究所 | 一种微带片圆形焊盘检测方法和系统 |
CN109584237A (zh) * | 2018-12-06 | 2019-04-05 | 珠海格力电器股份有限公司 | 芯片检测方法、装置、计算机设备和存储介质 |
CN110084251A (zh) * | 2019-04-29 | 2019-08-02 | 北京史河科技有限公司 | 一种仪表识别方法、装置及存储介质 |
CN110310334A (zh) * | 2018-03-20 | 2019-10-08 | 深圳华大基因软件技术有限公司 | 生物芯片定位方法、基因测序仪及系统、存储介质 |
CN110866903A (zh) * | 2019-11-08 | 2020-03-06 | 北京工业大学 | 基于霍夫圆变换技术的乒乓球识别方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110312112A (zh) * | 2016-06-20 | 2019-10-08 | 海信集团有限公司 | 一种投影显示系统 |
CN110221505A (zh) * | 2018-03-02 | 2019-09-10 | 台达电子工业股份有限公司 | 投影装置及投影方法 |
-
2020
- 2020-03-20 CN CN202010200328.3A patent/CN111257296B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200615537A (en) * | 2004-11-04 | 2006-05-16 | Kaiwood Technology Co Ltd | Positioning device for biochip and positioning method therefor |
CN101936708A (zh) * | 2010-08-13 | 2011-01-05 | 河海大学常州校区 | Qfp芯片的定位检测方法 |
CN103390277A (zh) * | 2013-07-23 | 2013-11-13 | 济南凌空信息科技有限公司 | 图像分析方法 |
CN104427234A (zh) * | 2013-09-02 | 2015-03-18 | 联想(北京)有限公司 | 一种图像畸变校正的方法及电子设备 |
CN105005997A (zh) * | 2015-08-05 | 2015-10-28 | 哈尔滨工业大学 | 一种基于行列直线聚类的多类型bga芯片视觉识别方法 |
CN105184770A (zh) * | 2015-08-05 | 2015-12-23 | 哈尔滨工业大学 | 一种用于球栅阵列引脚芯片的焊球定位及其参数识别方法 |
CN105530415A (zh) * | 2016-01-20 | 2016-04-27 | 福建福特科光电股份有限公司 | 大靶面低照度全天球摄像系统 |
CN107167616A (zh) * | 2017-03-13 | 2017-09-15 | 中国科学院苏州生物医学工程技术研究所 | 血型检测方法及装置 |
CN107480644A (zh) * | 2017-08-21 | 2017-12-15 | 吉林大学 | 眼底图像中视盘的定位与分割方法、装置和存储介质 |
CN108181478A (zh) * | 2017-12-19 | 2018-06-19 | 西北工业大学 | 一种阵列式微流控芯片的荧光采集分析方法 |
CN108509819A (zh) * | 2018-03-07 | 2018-09-07 | 中山大学 | 一种用于光照不均匀的二维码二值化方法 |
CN110310334A (zh) * | 2018-03-20 | 2019-10-08 | 深圳华大基因软件技术有限公司 | 生物芯片定位方法、基因测序仪及系统、存储介质 |
CN109523530A (zh) * | 2018-11-13 | 2019-03-26 | 北京无线电测量研究所 | 一种微带片圆形焊盘检测方法和系统 |
CN109584237A (zh) * | 2018-12-06 | 2019-04-05 | 珠海格力电器股份有限公司 | 芯片检测方法、装置、计算机设备和存储介质 |
CN110084251A (zh) * | 2019-04-29 | 2019-08-02 | 北京史河科技有限公司 | 一种仪表识别方法、装置及存储介质 |
CN110866903A (zh) * | 2019-11-08 | 2020-03-06 | 北京工业大学 | 基于霍夫圆变换技术的乒乓球识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111257296A (zh) | 2020-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220148213A1 (en) | Method for fully automatically detecting chessboard corner points | |
CN103759758B (zh) | 一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法 | |
WO2018068600A1 (zh) | 图像处理方法及系统 | |
CN111257296B (zh) | 一种检测生物芯片样本的方法、装置及存储介质 | |
EP1870835A2 (en) | Two-dimensional code generation method, two-dimensional code, two-dimensional code recognition method, and image recognition device | |
CN108520514B (zh) | 基于计算机视觉的印刷电路板电子元器一致性检测方法 | |
JP5718781B2 (ja) | 画像分類装置および画像分類方法 | |
US20230230229A1 (en) | Method and apparatus for analyzing biochip image, computer device, and storage medium | |
CN115184380B (zh) | 基于机器视觉的印刷电路板焊点异常检测方法 | |
WO2021030952A1 (zh) | 碱基识别方法、系统、计算机程序产品和测序系统 | |
CN111950654B (zh) | 基于svm分类的魔方色块颜色还原方法 | |
CN116721107A (zh) | 一种电缆生产质量智能监控系统 | |
CN112289377B (zh) | 检测图像上的亮斑的方法、装置和计算机程序产品 | |
CN1898555A (zh) | 基板检查装置 | |
CN112132823A (zh) | 一种基于人工智能的光伏电池图像局部光照不均处理方法 | |
CN105389818B (zh) | 元件的定位方法和系统 | |
CN116563298A (zh) | 基于高斯拟合的十字线中心亚像素检测方法 | |
US12008775B2 (en) | Method and device for image registration, and computer program product | |
CN109448012A (zh) | 一种图像边缘检测方法及装置 | |
TWI738209B (zh) | 試片檢測裝置 | |
CN113808129A (zh) | 易混淆缺陷的有效检测方法 | |
JP5059323B2 (ja) | 遺伝子型データの分析方法及び装置 | |
CN110619622B (zh) | 基于计算机视觉的面包板结构图像自动检测方法 | |
CN112465047A (zh) | 基于先验模型的工业图像视觉识别方法 | |
CN109658382A (zh) | 基于图像聚类和灰度投影的舌体定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |