CN112204615B - 荧光图像配准方法、基因测序仪及系统、存储介质 - Google Patents

荧光图像配准方法、基因测序仪及系统、存储介质 Download PDF

Info

Publication number
CN112204615B
CN112204615B CN201980002455.8A CN201980002455A CN112204615B CN 112204615 B CN112204615 B CN 112204615B CN 201980002455 A CN201980002455 A CN 201980002455A CN 112204615 B CN112204615 B CN 112204615B
Authority
CN
China
Prior art keywords
points
preset
point
image
acquiring
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
Application number
CN201980002455.8A
Other languages
English (en)
Other versions
CN112204615A (zh
Inventor
申晋晋
李大卫
刘扬宝
冯歌
李美
黎宇翔
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.)
Wuhan Huada Institute Of Life Sciences
Original Assignee
BGI Shenzhen 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 BGI Shenzhen Co Ltd filed Critical BGI Shenzhen Co Ltd
Publication of CN112204615A publication Critical patent/CN112204615A/zh
Application granted granted Critical
Publication of CN112204615B publication Critical patent/CN112204615B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • 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
    • G01N21/6486—Measuring fluorescence of biological material, e.g. DNA, RNA, cells
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING 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
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6869—Methods for sequencing
    • 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
    • G01N21/6458—Fluorescence microscopy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10064—Fluorescence image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30072—Microarray; Biochip, DNA array; Well plate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Organic Chemistry (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Microbiology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Geometry (AREA)
  • Biotechnology (AREA)
  • General Engineering & Computer Science (AREA)
  • Genetics & Genomics (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明提供一种荧光图像配准方法，其包括获取生物芯片的荧光图像；选取荧光图像的预设局部区域；获取第一方向与第二方向上像素和最小值所在的位置，并得到像素级配准点；根据预设分类规则将像素级配准点分为好点与坏点；根据好点的数量判断荧光图像是否符合预设标准，若符合预设标准，则根据好点的位置校正所述坏点的位置；根据重心法获取荧光分子像点的重心位置；根据荧光分子像点的重心位置分别在第一方向与第二方向上拟合直线，直线的交点即为配准点的亚像素级位置；获取荧光图像的边界点，并计算边界点的位置。本发明实施例还提供一种基因测序系统、基因测序仪与存储介质。利用本发明实施例，可优化荧光图像中荧光分子的定位与配准操作。

Description

荧光图像配准方法、基因测序仪及系统、存储介质
技术领域
本发明涉及基因测序领域，具体的，涉及一种荧光图像配准方法、基因测序仪、基因测序系统以及存储介质。
背景技术
本部分旨在为权利要求书及具体实施方式中陈述的本发明实施例的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
基因测序是指分析特定DNA片段的碱基序列，即腺嘌呤(A),胸腺嘧啶(T)，胞嘧啶(C)与鸟嘌呤(G)的排列方式。目前常用的测序方法之一是：上述四种碱基分别携带四种不同的荧光分子，不同的荧光分子受激发后发射出不同波长(颜色)的荧光，通过识别该荧光波长就能够识别出被合成碱基的类型，从而读取碱基序列。二代测序技术采用高分辨显微成像系统，拍照采集生物芯片(基因测序芯片)上的DNA纳米球分子(即DNB，DNA Nanoballs)的荧光分子图像，将荧光分子图像送入碱基识别软件解码图像信号得到碱基序列。不同荧光染料对一个碱基作用会产生不同波长的荧光分子信号。想要检测出碱基的类别，就需要分析碱基在不同场景下的荧光分子能量，就先要将不同场景的同一位置坐标定位，这就是配准算法的工作。
随着二代测序技术的发展，测序仪产品均配套有测序数据实时处理分析软件，其中大部分配套有配准和定位算法。首先需要将不同碱基信号对应起来，一个碱基信号对应图像中的一个具体位置，需要对碱基在图像中的对应位置进行匹配，因而，匹配的速度、精度和鲁棒性均为图像配准的基本要求。然而，现有的图像配准算法一般是基于CPU设计的，效率较低，随着测序仪通量的增加，处理一张图的时间也将线性增长，将无法保证二代测序仪的边合成边测序的需求。且该算法其他点的配准情况依赖提取出的最佳点，如果最佳点没有找好将会影响所有点的配准质量。因而亟需提供一种更高性能的图像配准方法。
发明内容
鉴于此，有必要提供一种荧光图像配准方法、基因测序仪、基因测序系统以及存储介质，可优化荧光图像中荧光分子的定位与配准操作。
本发明实施例第一方面提供一种荧光图像配准方法，应用于生物芯片，所述荧光图像配准方法包括：
S1：获取生物芯片的至少一荧光图像；
S2：选取所述荧光图像的预设局部区域，其中，所述预设局部区域在第一方向与第二方向上至少存在一条边界线框，所述边界线框中包含若干荧光分子像点，所述第一方向垂直于所述第二方向；
S3：在所述预设局部区域中，获取所述第一方向与所述第二方向上像素和最小值所在的位置，并根据所述像素和最小值所在的位置得到像素级配准点；
S4：根据预设分类规则将所述像素级配准点分为好点与坏点；
S5：根据所述好点的数量判断所述荧光图像是否符合预设标准，若判定所述荧光图像符合预设标准，则进入步骤S6，若判定所述荧光图像不符合预设标准，则返回步骤S1，重新获取荧光图像；
S6：根据所述好点的位置校正所述坏点的位置；
S7：在所述像素级配准点所在的所述第一方向与所述第二方向的边界线框交叉线上检测荧光分子像点，并根据重心法获取所述荧光分子像点的重心位置；
S8：根据所述荧光分子像点的重心位置分别在所述第一方向与所述第二方向上拟合直线，所述第一方向上拟合出的直线与所述第二方向上拟合出的直线的交点即为配准点的亚像素级位置；
S9：根据所述第一方向与所述第二方向上拟合出的直线获取所述荧光图像的边界点，并计算所述边界点的位置。
进一步的，在本发明实施例提供的上述荧光图像配准方法中，在获取所述第一方向与所述第二方向上像素和最小值所在的位置之前，所述方法还包括：
在所述预设局部区域内，获取在所述第一方向与所述第二方向上模板边界线框所在的位置，所述模板边界线框为预先设置在所述生物芯片上的模板线框；
根据所述模板边界线框的位置选取预设矩形区域；
在所述预设矩形区域内，获取所述第一方向与所述第二方向上像素和最小值所在的位置。
进一步的，在本发明实施例提供的上述荧光图像配准方法中，所述获取所述第一方向与所述第二方向上像素和最小值所在的位置包括：
选取若干条模板线；
分别在所述第一方向与所述第二方向上依次将所述若干条模板线在所述预设矩形区域进行平移操作；
计算在所述预设矩形区域上若干模板线所在位置覆盖到的像素的亮度值的叠加和，所述亮度值的叠加和即为所述模板线所在位置覆盖到的像素和。
进一步的，在本发明实施例提供的上述荧光图像配准方法中，所述根据预设分类规则将所述像素级配准点分为好点与坏点包括：
在所述预设局部区域的第一方向上，获取任意一列上的所述像素级配准点；
计算其中一个所述像素级配准点与该列上其他所述像素级配准点的横坐标差值的绝对值；
若存在至少2个所述绝对值小于预设横坐标阈值，则判定该像素级配准点为好点；
若所述绝对值大于预设横坐标阈值，则判定该像素级配准点为坏点。
进一步的，在本发明实施例提供的上述荧光图像配准方法中，所述根据预设分类规则将所述像素级配准点分为好点与坏点还包括：
在所述预设局部区域的第二方向上，获取任意一行上的所述像素配准点；
选取其中一个所述像素级配准点，计算该像素级配准点与该行上其他所述像素级配准点的斜率；
将所述与该行上其他所述像素级配准点的斜率按照预设排序规则进行排序，获取第一中位值作为选取的所述像素级配准点的第一斜率；
获取该行上其他所述像素级配准点的第一斜率，并将该行上所有所述像素级配准点的斜率按照所述预设排序规则进行排序，获取第二中位值作为该行的第二斜率，所述第二斜率对应该行上的点为参考点；
获取所述预设局部区域上其他行的第二斜率，并将所有行的斜率按照所述预设排序规则进行排序，获取第三中位值作为所有行的公共斜率；
根据所述公共斜率与所述参考点对所有行进行直线拟合，并根据拟合的直线将所述像素级配准点分为好点与坏点。
进一步的，在本发明实施例提供的上述荧光图像配准方法中，所述根据所述好点的位置校正所述坏点的位置包括：
在所述预设局部区域的第一方向上，获取所述好点的横坐标均值，并将所述横坐标均值赋值给所述坏点；
在所述预设局部区域的第二方向上，获取所述坏点的横坐标，并根据拟合的直线校正所述坏点的纵坐标。
进一步的，在本发明实施例提供的上述荧光图像配准方法中，所述根据重心法获取所述荧光分子像点的重心位置包括：
获取所述像素级配准点的位置坐标；
获取所述荧光分子像点的像素亮度值；
根据预设重心公式获取所述荧光分子像点的重心位置。
本发明实施例第二方面提供一种基因测序系统，应用于生物芯片，所述基因测序系统包括：
荧光图像获取模块，用于获取生物芯片的至少一荧光图像；
局部区域获取模块，用于选取所述荧光图像的预设局部区域，其中，所述预设局部区域在第一方向与第二方向上至少存在一条边界线框，所述边界线框中包含若干荧光分子像点，所述第一方向垂直于所述第二方向；
像素级配准点获取模块，用于在所述预设局部区域中，获取所述第一方向与所述第二方向上像素和最小值所在的位置，并根据所述像素和最小值所在的位置得到像素级配准点；
配准点分类模块，用于根据预设分类规则将所述像素级配准点分为好点与坏点；
图像质量判断模块，用于根据所述好点的数量判断所述荧光图像是否符合预设标准；
坏点位置校正模块，用于根据所述好点的位置校正所述坏点的位置；
荧光分子重心获取模块，用于在所述像素级配准点所在的所述第一方向与所述第二方向的边界线框交叉线上检测荧光分子像点，并根据重心法获取所述荧光分子像点的重心位置；
亚像素级配准点获取模块，用于根据所述荧光分子像点的重心位置分别在所述第一方向与所述第二方向上拟合直线，所述第一方向上拟合出的直线与所述第二方向上拟合出的直线的交点即为配准点的亚像素级位置；
边界点位置获取模块，用于根据所述第一方向与所述第二方向上拟合出的直线获取所述荧光图像的边界点，并计算所述边界点的位置。
本发明实施例第三方面提供一种基因测序仪，所述基因测序仪包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现上述任意一项所述的荧光图像配准方法。
本发明实施例第四方面提供一种非易失性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的荧光图像配准方法。
本发明实施例提供一种荧光图像配准方法、基因测序系统、基因测序仪以及非易失性计算机可读存储介质，获取生物芯片的至少一荧光图像；选取所述荧光图像的预设局部区域，其中，所述预设局部区域在第一方向与第二方向上至少存在一条边界线框，所述边界线框中包含荧光分子像点，所述第一方向垂直于所述第二方向；在所述预设局部区域中，获取所述第一方向与所述第二方向上像素和最小值所在的位置，并根据所述像素和最小值所在的位置得到像素级配准点；根据预设分类规则将所述像素级配准点分为好点与坏点；根据所述好点的数量判断所述荧光图像是否符合预设标准，若判定所述荧光图像符合预设标准，则根据所述好点的位置校正所述坏点的位置；在所述像素级配准点所在的所述第一方向与所述第二方向的边界线框交叉线上检测荧光分子像点，并根据重心法获取所述荧光分子像点的重心位置；根据所述荧光分子像点的重心位置分别在所述第一方向与所述第二方向上拟合直线，所述第一方向上拟合出的直线与所述第二方向上拟合出的直线的交点即为配准点的亚像素级位置；根据所述第一方向与所述第二方向上拟合出的直线获取所述荧光图像的边界点，并计算所述边界点的位置。本发明提出了一种基于点特征的高精度GPU并行荧光图像配准方法，可以对不同测序平台的碱基信息图定位和配准都可以达到较高的精确度和效率，本发明实施例提供的荧光图像配准方法还通过分类的好点的数量判断采集到的荧光图像的质量是否符合标准，舍弃不符合标准的荧光图像，因而具有较强的抗杂质干扰能力。
附图说明
图1是本发明实施例提供荧光图像配准方法的流程图。
图2是本发明实施例提供的荧光图像的预设局部区域示意图。
图3A是第二方向上边界线框像素级定位示意图。
图3B是第二方向上预设矩形区域像素和曲线图。
图4A是荧光图像中边界线框局部放大图。
图4B是图4A所示边界线框上荧光分子像点排列示意图。
图4C是局部区域像素和特征示意图。
图5A是在第一方向上像素级校正示意图。
图5B是在第一方向上极端校正情况示意图。
图6A为像素级位置示意图。
图6B为亚像素级位置示意图。
图7A为亚像素级配准的一原理图。
图7B为亚像素级配准的另一原理图。
图8是GPU编程模型示意图。
图9是本发明一实施方式的基因测序仪的结构示意图。
图10是图9所示的基因测序仪的示例性的功能模块图。
主要元件符号说明
Figure GDA0002275832550000071
Figure GDA0002275832550000081
如下具体实施方式将结合上述附图进一步说明本发明实施例。
具体实施方式
为了能够更清楚地理解本发明实施例的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施方式中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明实施例，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明实施例保护的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明实施例的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明实施例。
理解本发明部分内容需参阅美国专利US9880089及其同族专利，但是这些内容并不是本发明所要求保护的技术方案，因此文中不重复解释这些技术内容。
图1是本发明实施例提供荧光图像配准方法的流程图。如图1所示，所述荧光图像配准方法可以包括如下步骤：
S1：获取生物芯片的至少一荧光图像。
在本实施方式中，所述生物芯片可以是基因测序芯片，所述荧光图像可以是测序时拍摄的荧光信号图像。所述生物芯片在第一方向与第二方向上存在若干条轨迹线(Trackline，如美国专利US9880089中的track region)，其中，所述第一方向与所述第二方向垂直，所述第一方向可以是垂直方向，所述第二方向可以是水平方向。相邻2条第一和第二方向上的轨迹线之间形成的区域称为一个区块(block)，区块分为内部区块和外部区块。所述生物芯片上每个区块内均匀分布有若干个位点，所述位点可以吸附DNA纳米球分子(DNB)，所述DNA纳米球分子可以是包括DNA片段的扩增产物。所述DNA纳米球分子在合成碱基时携带有荧光分子，荧光分子受激发时会发出荧光信号。所述荧光分子可以按照预设规则固定排列在所述生物芯片上，通过特殊的设计和处理，所述生物芯片上某些位置没有位点存在，也即没有荧光分子存在。在所述荧光分子大于25％(腺嘌呤(A),胸腺嘧啶(T)，胞嘧啶(C)与鸟嘌呤(G)四种碱基均衡)随机位置发光的情况下，不发光的边界线框就凸显出来。凸显出来的所述边界线框可以由三个荧光分子像点位置组成，中间排的荧光分子像点为亮点，中间排的两边位置的荧光分子像点均不亮。中间排的荧光分子像点形成轨迹线，中间排的两边位置的荧光分子像点形成暗线。荧光分子成像的点成为荧光分子像点。可以理解的是，所述边界线框可以包括所述轨迹线和所述轨迹线两侧的暗线。
在测序过程中，可以利用TDI相机对所述生物芯片按照预设扫描顺序进行扫描获得荧光信号图像。所述预设扫描顺序可以是终端用户预先设置的，所述预设扫描顺序包括，但不限于按照自上而下的顺序进行扫描。
S2：选取所述荧光图像的预设局部区域，其中，所述预设局部区域在第一方向与第二方向上至少存在一条边界线框，所述边界线框中包含荧光分子像点，所述第一方向垂直于所述第二方向。
在本实施方式中，所述预设局部区域可以是终端用户预先设置的，所述预设局部区域在所述第一方向与所述第二方向上至少存在一条边界线框，也即所述预设局部区域内至少存在一个配准点。
请参阅图2，图2是本发明实施例提供的荧光图像的预设局部区域示意图。如图2所示，所述预设局部区域可以是9*9的区域，所述第一方向上存在9条边界线框(图2中用黑色实线表示)，所述第二方向上存在9条边界线框(图2中用黑色实线表示)，所述第一方向上的线框与所述第二方向上的线框相交，得到81(9*9)个交点(配准点)。图2中的白色实线表示模板边界线框，所述模板边界线框为预先设置在所述生物芯片上的模板线框。图2中四个边界上均存在标注有星号的位置，标注白色星号的位置即为荧光图像的边界点位置。
S3：在所述预设局部区域中，获取所述第一方向与所述第二方向上像素和最小值所在的位置，并根据所述像素和最小值所在的位置得到像素级配准点。
在本实施方式中，在所述获取所述第一方向与所述第二方向上像素和最小值所在的位置之前，所述方法还包括：在所述预设局部区域内，获取所述第一方向与所述第二方向上模板边界线框所在的位置，所述模板边界线框为预先设置在所述生物芯片上的模板线框，它是生物芯片的边界线框实际物理位置，由于相机成像会产生畸变，所以荧光信号图像的边界线框与模板边界线框之间会有偏差；根据所述模板边界线框的位置选取预设矩形区域；在所述预设矩形区域内，获取所述第一方向与所述第二方向上像素和最小值所在的位置。其中，所述预设矩形区域为终端用户预先设置的。根据所述第一方向与所述第二方向上模板边界线框所在的位置，可以获得所述预设局部区域内模板配准点的位置。所述预设矩形区域中包含一模板配准点，优选的，所述预设矩形区域可以相对于所述模板配准点的位置呈中心对称设置。可以理解的是，对于所述第一方向上的某一列上，需对该列上每一模板配准点所在的模板线框位置选取预设矩形区域，并在每一所述预设矩形区域内，获取所述第一方向上像素和最小值所在的位置，从而得到该纵向列上的实际的边界线框所在的位置。
需要说明的是，本文中所称的“像素和”指的是像素的亮度值之和。“第一方向与第二方向上像素和最小值所在的位置”指的就是该方向上整排像素的亮度值之和最小的那一排。
请参阅图3A、图3B，图3A是第二方向上边界线框像素级定位示意图，图3B是第二方向上预设矩形区域像素和曲线图。如图3A所示，图中存在两种边界线框，黑色表示实际边界线框，白色表示模板边界线框。以第二方向为例，获取所述第二方向上的模板边界线框所在的位置，根据所述模板边界线框所在的位置选取预设矩形区域，图3A中每个模板边界线框的位置都存在一个预设矩形区域(所述预设矩形区域用白色实线表示)，预设矩形区域的中心一般是第一方向上的模板边界线框和第二方向上的模板边界线框的交点。为了避免在获取所述第一方向与所述第二方向上像素和最小值所在的位置时，搜索的边界线框发生重叠，所述预设矩形区域的长度与宽度均不能大于模板边界线框的最短距离。且所述预设矩形区域面积设置较大时，会影响程序运行速度；所述预设矩形区域面积设置较小时，会影响暗线定位精度。因而，在本实施方式中，所述预设矩形区域的大小设置为128*128像素，能够同时保证了程序运行速度和定位精度。
所述获取所述第一方向与所述第二方向上像素和最小值所在的位置包括：选取若干条模板线；分别在所述第一方向与所述第二方向上依次将所述若干条模板线在所述预设矩形区域进行平移操作；计算所述预设矩形区域上若干模板线所在位置覆盖到的像素的亮度值的叠加和，所述亮度值的叠加和即为所述模板线所在位置覆盖到的像素和。所述根据所述像素和最小值所在的位置得到像素级配准点包括：所述第一方向上像素和最小值所在的位置与所述第二方向上像素和最小值所在的位置的交点即为像素级配准点。如图3B所示，所述边界线框所在位置朝向的所有像素的亮度值之和保持最低，图3B中的所述边界线框表现出明显的波谷。图3B中每个波谷都对应图3A中边界线框所在位置。
请参阅图4A、4B以及4C，图4A是荧光图像中边界线框局部放大图，图4B是图4A所示边界线框上荧光分子像点排列示意图，图4C是局部区域像素和特征示意图。如图4A以及4B所示，图4A中在所述第一方向与所述第二方向上分别有两条边界线框(箭头指向的位置是边界线框所在的位置)，凸显出来的所述边界线框可以由三个荧光分子像点位置组成，中间排的荧光分子像点为亮点，中间排的两边位置的荧光分子像点均不亮。中间排的荧光分子像点形成轨迹线，中间排的两边位置的荧光分子像点形成暗线。可以理解的是，凸显出来的所述边界线框可以包括所述轨迹线和所述轨迹线两侧的暗线。可以理解的是，不同生物芯片、不同相机对应的荧光分子大小不一样，本发明以大小为3*3像素为例，如图4C所示，所述边界线框附近出现W型线特征(黑色椭圆圈选中的部分)，W型线特征中有两处波谷位置以及一处波峰位置。可以理解的是，两处波谷位置为所述生物芯片上所述轨迹线两侧暗线对应的位置，暗线对应的位置的像素和值较低。W型线特征中波峰对应的位置为所述轨迹线对应的位置，所述轨迹线对应的位置的像素和值较高。根据这一特征，对所述预设矩形区域内每个点两边(-4)(-3)(-2)和(2)(3)(4)位置的像素和累加，累加和最小的点对应边界线框的位置。使用同样的方法可以求得第一方向上边界线框的位置，所述第一方向上各个边界线框与所述第二方向上各个边界线框的交点即为像素级配准点，也即共81(9*9)个。
S4：根据预设分类规则将所述像素级配准点分为好点与坏点。
在本实施方式中，在获得像素级配准点之后，需要对每个像素级配准点进行好坏点判定和校正。本发明实施例提供一种直线拟合方法来判定每个像素级配准点的质量，同时对坏点进行校正，即边判定边校正。最后综合所有像素级配准点的情况来判定整张荧光图像的质量。具体过程如下：
所述根据预设分类规则将所述像素配准点分为好点与坏点包括：在所述预设局部区域的第一方向上，获取任意一列上的所述像素级配准点；计算其中一个所述像素级配准点与该列上其他所述像素级配准点的横坐标差值的绝对值；若存在至少2个所述绝对值小于预设横坐标阈值，则判定该像素级配准点为好点，否则，则判定该像素级配准点为坏点。所述预设横坐标阈值可以是本领域技术人员根据经验值预先设置的。在本实施方式中，由于在亚像素级配准时，在边界线框附近搜索荧光分子的范围是3像素。只要在3像素范围内，通过亚像素配准可以定位到最佳位置。因而所述预设横坐标阈值为3像素。
在所述预设局部区域的第二方向上，获取任意一行上的所述像素配准点；选取其中一个所述像素级配准点，计算该像素级配准点与该行上其他所述像素级配准点的斜率；将所述与该行上其他所述像素级配准点的斜率按照预设排序规则(所述预设排列顺序可以是从小到大的顺序，或者是从大到小的顺序)进行排序，获取第一中位值作为选取的所述像素级配准点的第一斜率；获取该行上其他所述像素级配准点的第一斜率，并将该行上所有所述像素级配准点的斜率按照所述预设排序规则进行排序，获取第二中位值作为该行的第二斜率，所述第二斜率对应该行上的点为参考点；获取所述预设局部区域上其他行的第二斜率，并将所有行的斜率按照所述预设排序规则进行排序，获取第三中位值作为所有行的公共斜率；根据所述公共斜率与所述参考点对所有行进行直线拟合，并根据拟合的直线将所述像素级配准点分为好点与坏点。具体的，当像素级配准点与直线在第一方向上的距离大于3个像素时，判定该配准点为坏点，也就是说，由于先前已经把第一方向的边界线框(轨迹线)的像素级横坐标已经确定，根据该横坐标获得上述第二方向(斜率)直线对应的纵坐标值，再将像素级配准点与该纵坐标值作差取绝对值，如果绝对值大于3个像素，那么判定该配准点为坏点。
S5：根据所述好点的数量判断所述荧光图像是否符合预设标准，若判定所述荧光图像符合预设标准，则进入步骤S6，若判定所述荧光图像不符合预设标准，则返回步骤S1，重新获取荧光图像。
在本实施方式中，所述根据所述好点的数量判断所述荧光图像是否符合预设标准包括：在所述第一方向上，若每一列上好点的个数大于3，则判定所述荧光图像符合预设标准，否则，丢弃所述荧光图像。在所述第二方向上，若每一行上好点的个数大于预设个数，则判定所述荧光图像符合预设标准，否则，丢弃所述荧光图像，执行步骤S1，重新选取荧光图像。所述预设个数为根据选取的所述预设局部区域大小预先调整设置好的。在本实施方式中，所述预设局部区域为9*9的区域，则所述预设个数为5个。也即，在所述第二方向上，若每一行上好点的个数大于5，则判定所述荧光图像符合预设标准，否则，丢弃所述荧光图像。
S6：根据所述好点的位置校正所述坏点的位置。
在本实施方式中，以利用TDI相机对所述生物芯片按照自上而下的扫描顺序进行扫描获得荧光信号图像为例，由于TDI模式的光学特征，在所述第一方向上的边界线框始终保持为垂直方向。因而可以先对所述第一方向上的坏点进行校正，所述第二方向上坏点的校正有依赖于所述第一方向上校正后的坏点的横坐标。
所述根据所述好点的位置校正所述坏点的位置包括：在所述预设局部区域的第一方向上，获取所述好点的横坐标均值，并将所述横坐标均值赋值给所述坏点；在所述预设局部区域的第二方向上，获取所述坏点的横坐标，并根据拟合的直线校正所述坏点的纵坐标。可以理解的是，在对所述预设局部区域第一方向上的坏点进行校正后，所述像素级配准点的横坐标可以确定。因而，在所述预设局部区域第二方向上，可以根据确定的坏点的横坐标，通过拟合的直线校正所述坏点的纵坐标。
请参阅图5A以及图5B，图5A是在第一方向上像素级校正示意图，图5B是在第一方向上极端校正情况示意图。如图5A所示，在所述第一方向上存在两条直线，左边直线为校正前的直线，左边直线上存在三个好点(用灰色实心圆表示好点)，左边直线附近存在六个需要校正的坏点(用黑色实心圆表示坏点)。通过获取好点的横坐标均值，并将横坐标均值赋值给所述坏点，可以将所述坏点进行校正，从而得到右边的直线，右边的直线为校正后的直线，右边的直线上存在9个好点。可以理解的是，还存在一种较极端的情况，如图5B所示，左边的直线上存在9个像素级配准点，其中，每三个点分别在同一条直线上。此时，若按照上述好点判定方法，则9个点均为好点。然而这9个像素级配准点并不在同一直线上，在不依赖模板边界线框的情况下，无法确定哪三个点所在的直线是边界线框所在的真实位置，如右边直线所示，校正前后的点分布情况未发生变化。为了避免这种情况，所述方法还包括：获取9个像素级配准点中任意两点的横坐标差值；判断所述横坐标差值是否大于预设横坐标阈值，若判定所述横坐标差值大于预设横坐标阈值，则认为所述荧光图像质量较差，舍弃该荧光图像。
S7：在所述像素级配准点所在的所述第一方向与所述第二方向的边界线框交叉线上检测荧光分子像点，并根据重心法获取所述荧光分子像点的重心位置。
在本实施方式中，在获取所述像素级配准点后，需要对所述像素级配准点进行更高精度的定位，即亚像素级配准。所述根据重心法获取所述荧光分子像点的重心位置包括：获取所述像素级配准点的位置坐标；获取所述荧光分子像点的像素亮度值；根据预设重心公式获取所述荧光分子像点的重心位置。
边界线框交叉线上的荧光分子像点实际上就是轨迹线(Trackline)上的编码位点(如美国专利US9880089中track region上的fluorescent spots)。
请参阅图6A以及图6B，图6A为像素级位置示意图，图6B为亚像素级位置示意图。如图6A所示，黑色线框区域表示一个像素，将像素再向下细分，则得到亚像素位置，如图6B中所示的灰色实心圆点。在像素级配准点所在交叉线上检测荧光分子像点，交叉线的范围设置为-64到64像素，也即长度为128像素，这边和预设矩形区域的长度大小设置一致。荧光分子像点的检测条件如图6A所示，在3*3像素范围内，①位置的亮度值最高且大于图像背景值，②③④⑤位置的亮度值高于⑥⑦⑧⑨位置的亮度值。再采用重心法获取荧光分子像点的重心位置，重心法的公式如下：
X＝X1+(H3-H5)/(H1+H3+H5-Hbg×3)
Y＝Y1+(H4-H2)/(H1+H2+H4-Hbg×3)
上式中，(X1，Y1)表示①的像素级坐标，H1～5分别表示编号对应位置的亮度值，Hbg为图像背景值。
S8：根据所述荧光分子像点的重心位置分别在所述第一方向与所述第二方向上拟合直线，所述第一方向上拟合出的直线与所述第二方向上拟合出的直线的交点即为配准点的亚像素级位置。
在本实施方式中，根据获取的所述荧光分子像点的重心位置分别在所述第一方向与所述第二方向上通过最小二乘法拟合直线，所述第一方向上拟合出的直线与所述第二方向上拟合出的直线的交点即为配准点的亚像素级位置。
请参阅图7A以及图7B，图7A为亚像素级配准的一原理图，图7B为亚像素级配准的另一原理图。将检测到的荧光分子像点重心位置分别在所述第一方向与所述第二方向上通过最小二乘法拟合直线，直线的交点即为配准点的亚像素级位置。在图7B中，黑色实心圆表示亚像素级配准点，灰色实心圆表示荧光分子像点的重心位置。
S9：根据所述第一方向与所述第二方向上拟合出的直线获取所述荧光图像的边界点，并计算所述边界点的位置。
在本实施方式中，根据所述第一方向与所述第二方向上拟合出的直线获取所述荧光图像的边界点，并计算所述边界点的位置。请参阅图2，图2中四个边界上均存在标注有星号的位置，标注星号的位置即为荧光图像的边界点位置，依据亚像素级配准点校正时拟合好的直线可以求出荧光图像边界上的点。可以理解的是，由于所述边界点的一个坐标值已知(例如，最左边的一列边界点的横坐标均为0)，所以只需将已知的坐标值代入拟合好的直线中即可求出另一个坐标值，从而得到边界点的位置。可以理解的是，对于预设局部区域为9*9的区域，通过上述方法一共可以获取到121(11*11)个亚像素级配准点。
本发明实施例提供一种荧光图像配准方法，获取生物芯片的至少一荧光图像；选取所述荧光图像的预设局部区域，其中，所述预设局部区域在第一方向与第二方向上至少存在一条边界线框，所述边界线框中包含荧光分子像点，所述第一方向垂直于所述第二方向；在所述预设局部区域中，获取所述第一方向与所述第二方向上像素和最小值所在的位置，并根据所述像素和最小值所在的位置得到像素级配准点；根据预设分类规则将所述像素级配准点分为好点与坏点；根据所述好点的数量判断所述荧光图像是否符合预设标准，若判定所述荧光图像符合预设标准，则根据所述好点的位置校正所述坏点的位置；在所述像素级配准点所在的所述第一方向与所述第二方向的边界线框交叉线上检测荧光分子像点，并根据重心法获取所述荧光分子像点的重心位置；根据所述荧光分子像点的重心位置分别在所述第一方向与所述第二方向上拟合直线，所述第一方向上拟合出的直线与所述第二方向上拟合出的直线的交点即为配准点的亚像素级位置；根据所述第一方向与所述第二方向上拟合出的直线获取所述荧光图像的边界点，并计算所述边界点的位置。本发明提出了一种基于点特征的高精度GPU并行荧光图像配准方法，对不同测序平台的碱基信息图定位和配准都可以达到较高的精确度和效率，本发明实施例提供的荧光图像配准方法还通过分类的好点的数量判断采集到的荧光图像的质量是否符合标准，舍弃不符合标准的荧光图像，因而具有较强的抗杂质干扰能力。
请参阅图8，图8为GPU编程模型示意图。本发明实施例提供的荧光图像配准方法可以基于GPU设计，从而提高荧光图像配准速率。如图8所示，从左数起第1个框指的是CPU,第2个和第3个框指的是GPU。主机上包含三个核函数，分别为核函数1、核函数2以及核函数3，每个运行的核函数包含一个线程网络(grid)，一个线程网络内可以设置有多个线程块(block)，一个线程块内可以设置有多个线程(thread)。线程块之间可以理解为粗粒度并行，线程之间可以理解为细粒度并行。在本发明实施例提供的荧光图像配准方法设计中，粗粒度并行可以使得多张荧光图像和每张荧光图像的多个配准点并行处理，细粒度并行可以使得每个配准点像素级配准、校正等过程做到并行。在本实施方式中，在像素级配准过程中，可以在GPU上设计使用9*9个线程块，分别负责每个区域的配准。每个线程块内可以设置有512个线程，分别负责第二方向和第一方向在第一方向和第二方向上的像素和累加，最后得到每个方向上波谷位置。后续荧光图像配准步骤中使用线程块和线程的数量设计思路与此一致，将不再详述。
以上是对本发明实施例所提供的方法进行的详细描述。下面对本发明实施例所提供的基因测序仪进行描述。
本发明实施例还提供一种基因测序仪，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施方式中所述的荧光图像配准方法的步骤。需要说明的是，所述基因测序仪可以包括芯片平台、光学系统、液路系统。其中，所述芯片平台可以用于装载生物芯片，所述光学系统可以用于获取荧光图像，所述液路系统可以用于利用预设的试剂进行生化反应。
图9是本发明一实施方式的基因测序仪的结构示意图。如图9所示，基因测序仪1包括存储器10，存储器10中存储有基因测序系统100。所述基因测序系统100可以获取生物芯片的至少一荧光图像；选取所述荧光图像的预设局部区域，其中，所述预设局部区域在第一方向与第二方向上至少存在一条边界线框，所述边界线框中包含荧光分子像点，所述第一方向垂直于所述第二方向；在所述预设局部区域中，获取所述第一方向与所述第二方向上像素和最小值所在的位置，并根据所述像素和最小值所在的位置得到像素级配准点；根据预设分类规则将所述像素级配准点分为好点与坏点；根据所述好点的数量判断所述荧光图像是否符合预设标准，若判定所述荧光图像符合预设标准，则根据所述好点的位置校正所述坏点的位置；在所述像素级配准点所在的所述第一方向与所述第二方向的边界线框交叉线上检测荧光分子像点，并根据重心法获取所述荧光分子像点的重心位置；根据所述荧光分子像点的重心位置分别在所述第一方向与所述第二方向上拟合直线，所述第一方向上拟合出的直线与所述第二方向上拟合出的直线的交点即为配准点的亚像素级位置；根据所述第一方向与所述第二方向上拟合出的直线获取所述荧光图像的边界点，并计算所述边界点的位置。本发明提出了一种基于点特征的高精度GPU并行荧光图像配准方法，对不同测序平台的碱基信息图定位和配准都可以达到较高的精确度和效率，本发明实施例提供的荧光图像配准方法还通过分类的好点的数量判断采集到的荧光图像的质量是否符合标准，舍弃不符合标准的荧光图像，因而具有较强的抗杂质干扰能力。
本实施方式中，基因测序仪1还可以包括显示屏20及处理器30。存储器10、显示屏20可以分别与处理器30电连接。
所述的存储器10可以是不同类型存储设备，用于存储各类数据。例如，可以是基因测序仪1的存储器、内存，还可以是可外接于该基因测序仪1的存储卡，如闪存、SM卡(SmartMedia Card，智能媒体卡)、SD卡(Secure Digital Card，安全数字卡)等。此外，存储器10可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。存储器10用于存储各类数据，例如，所述基因测序仪1中安装的各类应用程序(Applications)、应用上述荧光图像配准方法而设置、获取的数据等信息。
显示屏20安装于基因测序仪1，用于显示信息。
处理器30用于执行所述荧光图像配准方法以及所述基因测序仪1内安装的各类软件，例如操作系统及应用显示软件等。处理器30包含但不限于处理器(Central ProcessingUnit，CPU)、微控制单元(Micro Controller Unit，MCU)等用于解释计算机指令以及处理计算机软件中的数据的装置。
所述的基因测序系统100可以包括一个或多个的模块，所述一个或多个模块被存储在基因测序仪1的存储器10中并被配置成由一个或多个处理器(本实施方式为一个处理器30)执行，以完成本发明实施例。例如，参阅图10所示，所述基因测序系统100可以包括荧光图像获取模块101、局部区域获取模块103、像素级配准点获取模块105、配准点分类模块107、图像质量判断模块109、坏点位置校正模块111、荧光分子重心获取模块113、亚像素级配准点获取模块115、边界点位置获取模块117。本发明实施例所称的模块可以是完成一特定功能的程序段，比程序更适合于描述软件在处理器中的执行过程。
可以理解的是，对应上述荧光图像配准方法中的各实施方式，基因测序仪1可以包括图10中所示的各功能模块中的一部分或全部，各模块的功能将在以下具体介绍。需要说明的是，以上荧光图像配准方法的各实施方式中相关名词及其具体的解释说明也可以适用于以下对各模块的功能介绍。为节省篇幅及避免重复起见，在此就不再赘述。
荧光图像获取模块101可以用于获取生物芯片的至少一荧光图像。
局部区域获取模块103可以用于选取所述荧光图像的预设局部区域，其中，所述预设局部区域在第一方向与第二方向上至少存在一条边界线框，所述边界线框中包含若干荧光分子像点，所述第一方向垂直于所述第二方向。
像素级配准点获取模块105可以用于在所述预设局部区域中，获取所述第一方向与所述第二方向上像素和最小值所在的位置，并根据所述像素和最小值所在的位置得到像素级配准点。
配准点分类模块107可以用于根据预设分类规则将所述像素级配准点分为好点与坏点。
图像质量判断模块109可以用于根据所述好点的数量判断所述荧光图像是否符合预设标准。
坏点位置校正模块111可以用于根据所述好点的位置校正所述坏点的位置。
荧光分子重心获取模块113可以用于在所述像素级配准点所在的所述第一方向与所述第二方向的边界线框交叉线上检测荧光分子像点，并根据重心法获取所述荧光分子像点的重心位置。
亚像素级配准点获取模块115可以用于根据所述荧光分子像点的重心位置分别在所述第一方向与所述第二方向上拟合直线，所述第一方向上拟合出的直线与所述第二方向上拟合出的直线的交点即为配准点的亚像素级位置。
边界点位置获取模块117可以用于根据所述第一方向与所述第二方向上拟合出的直线获取所述荧光图像的边界点，并计算所述边界点的位置。
本发明实施例还提供一种非易失性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施方式中的荧光图像配准方法的步骤。
所述基因测序系统/基因测序仪/计算机设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施方式方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述基因测序系统/基因测序仪的控制中心，利用各种接口和线路连接整个基因测序系统/基因测序仪的各个部分。
所述存储器用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述基因测序系统/基因测序仪的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在本发明所提供的几个具体实施方式中，应该理解到，所揭露的终端和方法，可以通过其它的方式实现。例如，以上所描述的系统实施方式仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
对于本领域技术人员而言，显然本发明实施例不限于上述示范性实施例的细节，而且在不背离本发明实施例的精神或基本特征的情况下，能够以其他的具体形式实现本发明实施例。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明实施例的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明实施例内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。系统、装置或终端权利要求中陈述的多个单元、模块或装置也可以由同一个单元、模块或装置通过软件或者硬件来实现。
以上实施方式仅用以说明本发明实施例的技术方案而非限制，尽管参照以上较佳实施方式对本发明实施例进行了详细说明，本邻域的普通技术人员应当理解，可以对本发明实施例的技术方案进行修改或等同替换都不应脱离本发明实施例的技术方案的精神和范围。

Claims (10)

1.一种荧光图像配准方法，应用于生物芯片，其特征在于，所述荧光图像配准方法包括：
S1：获取生物芯片的至少一荧光图像；
S2：选取所述荧光图像的预设局部区域，其中，所述预设局部区域在第一方向与第二方向上至少存在一条边界线框，所述边界线框中包含若干荧光分子像点，所述第一方向垂直于所述第二方向；
S3：在所述预设局部区域中，获取所述第一方向与所述第二方向上像素和最小值所在的位置，并根据所述像素和最小值所在的位置得到像素级配准点；
S4：根据预设分类规则将所述像素级配准点分为好点与坏点；
S5：根据所述好点的数量判断所述荧光图像是否符合预设标准，若判定所述荧光图像符合预设标准，则进入步骤S6，若判定所述荧光图像不符合预设标准，则返回步骤S1，重新获取荧光图像；
S6：根据所述好点的位置校正所述坏点的位置；
S7：在所述像素级配准点所在的所述第一方向与所述第二方向的边界线框交叉线上检测荧光分子像点，并根据重心法获取所述荧光分子像点的重心位置；
S8：根据所述荧光分子像点的重心位置分别在所述第一方向与所述第二方向上拟合直线，所述第一方向上拟合出的直线与所述第二方向上拟合出的直线的交点即为配准点的亚像素级位置；
S9：根据所述第一方向与所述第二方向上拟合出的直线获取所述荧光图像的边界点，并计算所述边界点的位置。
2.根据权利要求1所述的荧光图像配准方法，其特征在于，在获取所述第一方向与所述第二方向上像素和最小值所在的位置之前，所述方法还包括：
在所述预设局部区域内，获取在所述第一方向与所述第二方向上模板边界线框所在的位置，所述模板边界线框为预先设置在所述生物芯片上的模板线框；
根据所述模板边界线框的位置选取预设矩形区域；
在所述预设矩形区域内，获取所述第一方向与所述第二方向上像素和最小值所在的位置。
3.根据权利要求2所述的荧光图像配准方法，其特征在于，所述获取所述第一方向与所述第二方向上像素和最小值所在的位置包括：
选取若干条模板线；
分别在所述第一方向与所述第二方向上依次将所述若干条模板线在所述预设矩形区域进行平移操作；
计算在所述预设矩形区域上若干模板线所在位置覆盖到的像素的亮度值的叠加和，所述亮度值的叠加和即为所述模板线所在位置覆盖到的像素和。
4.根据权利要求1所述的荧光图像配准方法，其特征在于，所述根据预设分类规则将所述像素级配准点分为好点与坏点包括：
在所述预设局部区域的第一方向上，获取任意一列上的所述像素级配准点；
计算所述任意一列上的所述像素级配准点中的其中一个像素级配准点与该列上其他像素级配准点的横坐标差值的绝对值；
若存在小于预设横坐标阈值的所述绝对值，且小于所述预设横坐标阈值的所述绝对值至少包括两个，则判定所述其中一个像素级配准点为好点；若小于所述预设横坐标阈值的所述绝对值少于两个，则判定所述其中一个像素级配准点为坏点。
5.根据权利要求4所述的荧光图像配准方法，其特征在于，所述根据预设分类规则将所述像素级配准点分为好点与坏点还包括：
在所述预设局部区域的第二方向上，获取任意一行上的所述像素级配准点；
选取其中一个所述像素级配准点，计算该像素级配准点与该行上其他所述像素级配准点的斜率；
将所述与该行上其他所述像素级配准点的斜率按照预设排序规则进行排序，获取第一中位值作为选取的所述像素级配准点的第一斜率；
获取该行上其他所述像素级配准点的第一斜率，并将该行上所有所述像素级配准点的斜率按照所述预设排序规则进行排序，获取第二中位值作为该行的第二斜率，所述第二斜率对应该行上的点为参考点；
获取所述预设局部区域上其他行的第二斜率，并将所有行的斜率按照所述预设排序规则进行排序，获取第三中位值作为所有行的公共斜率；
根据所述公共斜率与所述参考点对所有行进行直线拟合，并根据拟合的直线将所述像素级配准点分为好点与坏点。
6.根据权利要求5所述的荧光图像配准方法，其特征在于，所述根据所述好点的位置校正所述坏点的位置包括：
在所述预设局部区域的第一方向上，获取所述好点的横坐标均值，并将所述横坐标均值赋值给所述坏点；
在所述预设局部区域的第二方向上，获取所述坏点的横坐标，并根据拟合的直线校正所述坏点的纵坐标。
7.根据权利要求5所述的荧光图像配准方法，其特征在于，所述根据重心法获取所述荧光分子像点的重心位置包括：
获取所述像素级配准点的位置坐标；
获取所述荧光分子像点的像素亮度值；
根据预设重心公式获取所述荧光分子像点的重心位置。
8.一种基因测序系统，应用于生物芯片，其特征在于，所述基因测序系统包括：
荧光图像获取模块，用于获取生物芯片的至少一荧光图像；
局部区域获取模块，用于选取所述荧光图像的预设局部区域，其中，所述预设局部区域在第一方向与第二方向上至少存在一条边界线框，所述边界线框中包含若干荧光分子像点，所述第一方向垂直于所述第二方向；
像素级配准点获取模块，用于在所述预设局部区域中，获取所述第一方向与所述第二方向上像素和最小值所在的位置，并根据所述像素和最小值所在的位置得到像素级配准点；
配准点分类模块，用于根据预设分类规则将所述像素级配准点分为好点与坏点；
图像质量判断模块，用于根据所述好点的数量判断所述荧光图像是否符合预设标准；
坏点位置校正模块，用于根据所述好点的位置校正所述坏点的位置；
荧光分子重心获取模块，用于在所述像素级配准点所在的所述第一方向与所述第二方向的边界线框交叉线上检测荧光分子像点，并根据重心法获取所述荧光分子像点的重心位置；
亚像素级配准点获取模块，用于根据所述荧光分子像点的重心位置分别在所述第一方向与所述第二方向上拟合直线，所述第一方向上拟合出的直线与所述第二方向上拟合出的直线的交点即为配准点的亚像素级位置；
边界点位置获取模块，用于根据所述第一方向与所述第二方向上拟合出的直线获取所述荧光图像的边界点，并计算所述边界点的位置。
9.一种基因测序仪，其特征在于，所述基因测序仪包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7任意一项所述的荧光图像配准方法。
10.一种非易失性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任意一项所述的荧光图像配准方法。
CN201980002455.8A 2019-01-31 2019-01-31 荧光图像配准方法、基因测序仪及系统、存储介质 Active CN112204615B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2019/074244 WO2020155043A1 (zh) 2019-01-31 2019-01-31 荧光图像配准方法、基因测序仪及系统、存储介质

Publications (2)

Publication Number Publication Date
CN112204615A CN112204615A (zh) 2021-01-08
CN112204615B true CN112204615B (zh) 2023-05-02

Family

ID=71841504

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980002455.8A Active CN112204615B (zh) 2019-01-31 2019-01-31 荧光图像配准方法、基因测序仪及系统、存储介质

Country Status (3)

Country Link
US (1) US11972583B2 (zh)
CN (1) CN112204615B (zh)
WO (1) WO2020155043A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114845260B (zh) * 2022-04-22 2024-05-24 华北水利水电大学 一种基于物联网的水文监测数据采集系统
CN115187643B (zh) * 2022-06-20 2023-05-09 深圳赛陆医疗科技有限公司 图像配准和模板构建方法、装置、电子设备及存储介质
WO2024000268A1 (zh) * 2022-06-29 2024-01-04 深圳华大生命科学研究院 一种图像处理方法、装置、设备及介质
WO2024000295A1 (zh) * 2022-06-29 2024-01-04 深圳华大生命科学研究院 图像中的点坐标的确定方法和装置及相应设备和介质
WO2024000288A1 (zh) * 2022-06-29 2024-01-04 深圳华大生命科学研究院 图像拼接方法、基因测序系统及相应的基因测序仪
WO2024001051A1 (zh) * 2022-06-29 2024-01-04 深圳华大生命科学研究院 空间组学单细胞数据获取方法及装置和电子设备
CN115602245B (zh) * 2022-09-09 2023-10-03 郑州思昆生物工程有限公司 一种荧光图筛选的方法、装置、设备以及存储介质
CN115937282A (zh) * 2023-01-10 2023-04-07 郑州思昆生物工程有限公司 一种荧光图像的配准方法、装置、设备和存储介质
CN116503471B (zh) * 2023-06-28 2023-08-29 南开大学 K次近邻位置云图的单分子定位成像漂移校正方法与系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105427327A (zh) * 2015-12-10 2016-03-23 北京中科紫鑫科技有限责任公司 一种dna测序的图像配准方法及装置
CN105427328A (zh) * 2015-12-10 2016-03-23 北京中科紫鑫科技有限责任公司 一种dna测序的互信息图像配准方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3576523B2 (ja) * 2000-12-26 2004-10-13 オリンパス株式会社 蛍光輝度測定方法及び装置
US8703422B2 (en) * 2007-06-06 2014-04-22 Pacific Biosciences Of California, Inc. Methods and processes for calling bases in sequence by incorporation methods
US8774494B2 (en) * 2010-04-30 2014-07-08 Complete Genomics, Inc. Method and system for accurate alignment and registration of array for DNA sequencing
JP6511050B2 (ja) * 2013-07-23 2019-05-08 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． イメージング装置を追跡装置と位置合わせする位置合わせシステム、イメージングシステム、介入システム、位置合わせ方法、イメージングシステムの作動方法、位置合わせコンピュータプログラム、及びイメージングコンピュータプログラム
CN104992433B (zh) * 2015-06-19 2018-05-25 北京邮电大学 基于线段匹配的多光谱图像配准的方法及装置
CN108537830A (zh) * 2017-03-02 2018-09-14 广州康昕瑞基因健康科技有限公司 图像配准方法和系统及图像拍摄对位方法和系统
US20200359550A1 (en) * 2019-05-13 2020-11-19 Bao Tran Farm ecosystem

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105427327A (zh) * 2015-12-10 2016-03-23 北京中科紫鑫科技有限责任公司 一种dna测序的图像配准方法及装置
CN105427328A (zh) * 2015-12-10 2016-03-23 北京中科紫鑫科技有限责任公司 一种dna测序的互信息图像配准方法及装置

Also Published As

Publication number Publication date
CN112204615A (zh) 2021-01-08
US20220108462A1 (en) 2022-04-07
US11972583B2 (en) 2024-04-30
WO2020155043A1 (zh) 2020-08-06

Similar Documents

Publication Publication Date Title
CN112204615B (zh) 荧光图像配准方法、基因测序仪及系统、存储介质
CN1111818C (zh) 二维代码识别的器件和方法
KR101298024B1 (ko) 사용자 동적 기관 제스처 인식 방법 및 인터페이스와, 이를 사용하는 전기 사용 장치
US20230298188A1 (en) Fluorescence image registration method, gene sequencing instrument and system
JP2008256428A (ja) マイクロアレイ画像のブロック位置検出方法
KR101513602B1 (ko) 바이오칩 스캐닝 방법
CN111882528A (zh) 一种面向屏幕视觉检测的子像素排序方法及装置
CN110047107A (zh) 相机标定方法及图像配准方法、基因测序仪及系统
EP4116402A1 (en) Method for identifying base in nucleic acid and system
CN110310334B (zh) 生物芯片定位方法、基因测序仪及系统、存储介质
CN114549600A (zh) 一种荧光图像配准方法
US7551762B2 (en) Method and system for automatic vision inspection and classification of microarray slides
CN101685000B (zh) 影像边界扫描的计算机系统及方法
CN113840135B (zh) 色偏检测方法、装置、设备及存储介质
CN112289381A (zh) 基于图像构建测序模板的方法、装置和计算机程序产品
CN112285070B (zh) 检测图像上的亮斑的方法和装置、图像配准方法和装置
EP3843032A1 (en) Method and device for image registration, and computer program product
US12008775B2 (en) Method and device for image registration, and computer program product
US11170506B2 (en) Method for constructing sequencing template based on image, and base recognition method and device
WO2024000288A1 (zh) 图像拼接方法、基因测序系统及相应的基因测序仪
KR20220128098A (ko) 물질 분석을 위한 부호화 입자 검출 방법
RU2020141634A (ru) Секвенирование на основе искусственного интеллекта
JP2022093212A (ja) コンピュータプログラム、画像処理装置、および、画像処理方法
CN112288781A (zh) 图像配准方法、装置和计算机程序产品
CN112288783A (zh) 基于图像构建测序模板的方法、碱基识别方法和装置

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40035019

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240402

Address after: 430000, Floor 1-2, Building 2, Phase 3.1, Wuhan Optics Valley International Biopharmaceutical Enterprise Accelerator, No. 388 Gaoxin Second Road, Donghu New Technology Development Zone, Wuhan City, Hubei Province

Patentee after: Wuhan Huada Institute of Life Sciences

Country or region after: China

Address before: 518083 comprehensive building, Beishan Industrial Zone, Yantian District, Guangdong, Shenzhen

Patentee before: BGI SHENZHEN

Country or region before: China

TR01 Transfer of patent right