CN115131784B - 一种图像处理方法、装置、电子设备及存储介质 - Google Patents

一种图像处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115131784B
CN115131784B CN202210449076.7A CN202210449076A CN115131784B CN 115131784 B CN115131784 B CN 115131784B CN 202210449076 A CN202210449076 A CN 202210449076A CN 115131784 B CN115131784 B CN 115131784B
Authority
CN
China
Prior art keywords
standard
electrophoresis
length
preset
strip
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
CN202210449076.7A
Other languages
English (en)
Other versions
CN115131784A (zh
Inventor
黄铨飞
刘腾飞
温建鑫
庾晓康
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.)
CapitalBio Genomics Co Ltd
Original Assignee
CapitalBio Genomics 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 CapitalBio Genomics Co Ltd filed Critical CapitalBio Genomics Co Ltd
Priority to CN202210449076.7A priority Critical patent/CN115131784B/zh
Publication of CN115131784A publication Critical patent/CN115131784A/zh
Application granted granted Critical
Publication of CN115131784B publication Critical patent/CN115131784B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30204Marker
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30242Counting objects in image

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明实施例公开了一种图像处理方法、装置、电子设备及存储介质。该方法包括:获取待识别目标的电泳凝胶图;根据电泳凝胶图的标准亮度值识别至少一条电泳条带,并划分各电泳条带到预设泳道;根据预设泳道内电泳条带的数量确定对应的标准结果,并基于标准结果拟合各预设泳道内电泳条带的标准长度;根据各预设泳道内的电泳条带的数量和标准长度在电泳凝胶图标记待识别目标的类型。本发明实施例,通过使用标准结果拟合各预设泳道内电泳条带的标准长度,能够提高拟合标准长度的准确性;通过各预设泳道内的电泳条带的数量和标准长度在电泳凝胶图标记待识别目标的类型,节约了时间和精力,提高电泳凝胶图分析的效率。

Description

一种图像处理方法、装置、电子设备及存储介质
技术领域
本发明涉及分子生物学技术领域,尤其涉及一种图像处理方法、装置、 电子设备及存储介质。
背景技术
电泳技术在生物医学等领域得到了广泛应用。电泳技术逐步成为选择 性更好、速度更快、耗费更小的分离手段。凝胶电泳,是一种以凝胶为介 质,在电场作用下分离蛋白质或核酸等分子的分离纯化技术。
现有技术中,对于电泳凝胶图处理的方法,通常是人眼观察胶图中的 DNA条带,并通过和已知长度的标准结果进行对比,以记录每个孔道的 结果,这种做法通常需要花费很多的时间和精力,使得得到的分析结果可 能会出现很大的误差,从而降低了对电泳凝胶图分析的效率。
公开内容
有鉴于此,本发明提供一种图像处理方法、装置、电子设备及存储介 质,能够自动计算泳道、电泳条带以及标准长度,节约了时间和精力,提 高电泳凝胶图分析的效率。
根据本发明的一方面,本发明实施例提供了一种图像处理方法,该方 法包括:
获取待识别目标的电泳凝胶图;
根据所述电泳凝胶图的标准亮度值识别至少一条电泳条带,并划分各所 述电泳条带到预设泳道;
根据所述预设泳道内所述电泳条带的数量确定对应的标准结果,并基于 标准结果拟合各所述预设泳道内所述电泳条带的标准长度;
根据各所述预设泳道内的所述电泳条带的数量和所述标准长度在所 述电泳凝胶图标记所述待识别目标的类型。
根据本发明的另一方面,本发明实施例还提供了一种图像处理装置, 该装置包括:
图片获取模块,用于获取待识别目标的电泳凝胶图;
泳道划分模块,用于根据所述电泳凝胶图的标准亮度值识别至少一条电 泳条带,并划分各所述电泳条带到预设泳道;
拟合模块,用于根据所述预设泳道内所述电泳条带的数量确定对应的标 准结果,并基于标准结果拟合各所述预设泳道内所述电泳条带的标准长度;
类型确定模块,用于根据各所述预设泳道内的所述电泳条带的数量和 所述标准长度在所述电泳凝胶图标记所述待识别目标的类型。
根据本发明的另一方面,本发明实施例还提供了一种电子设备,所述 电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述 计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执 行本发明任一实施例所述的图像处理方法。
根据本发明的另一方面,本发明实施例还提供了一种计算机可读存储 介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于 使处理器执行时实现本发明任一实施例所述的图像处理方法。
本发明实施例的技术方案,通过电泳凝胶图的标准亮度值识别至少一条 电泳条带,并划分各电泳条带到预设泳道,能够自适应电泳凝胶图的亮度, 自动计算出泳道并进行划分;通过使用标准结果拟合各预设泳道内电泳条带 的标准长度,能够提高拟合标准长度的准确性,从而提高拟合效果的识别准 确率;通过各预设泳道内的电泳条带的数量和标准长度在电泳凝胶图标记待 识别目标的类型,实现了自动判定各预设泳道的检测结果的类型,节约了时 间和精力,提高电泳凝胶图分析的效率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键 或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下 的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述 中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅 是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性 劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的一种图像处理方法的流程图;
图2为本发明实施例二提供的一种图像处理方法的流程图;
图3为本发明实施例三提供的一种图像处理方法的流程图;
图4是本发明实施例四提供的一种图像处理装置的结构框图;
图5示出了可以用来实施本发明的实施例的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明 实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述, 显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施 例。基于本发明中的实施例,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例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语 “目标”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次 序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本 发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外, 术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包 含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不 必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对 于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
在一实施例中,图1为本发明实施例一提供的一种图像处理方法的流 程图,本实施例可适用于对电泳凝胶图进行处理时的情况,该方法可以由 图像处理装置来执行,该图像处理装置可以采用硬件和/或软件的形式实现, 该图像处理装置可配置于电子设备中。如图1所示,该方法包括:
S110、获取待识别目标的电泳凝胶图。
其中,待识别目标可以理解为等待进行识别的目标识别物,例如可以 是等待进行基因检测的识别目标,例如可以为脱氧核糖核酸 (DeoxyriboNucleic Aci,DNA)分子、氨基酸、多肽、核苷酸或病毒。电泳 凝胶图可以理解为实验室中常用的一种电泳技术,用于分离带电分子以检 测其数量和质量,从而得到的电泳凝胶图。当然,待识别目标的电泳凝胶 图具有一定的图片格式,例如可以为TIF格式,也可以为BMP格式,本 实施例在此不做限制。
在本实施例中,可以从各个终端设备通过读取相应格式的待识别目标 的电泳凝胶图,以通过python中的openCV模块将待识别目标的电泳凝 胶图转换为灰度矩阵。可以理解的是,在获取到电泳凝胶图后,还可以对 电泳凝胶图进行预处理,例如进行灰度图转换、图像锐化、高速模糊操作 等,可以将电泳凝胶图转换为便于识别的灰度图。
S120、根据电泳凝胶图的标准亮度值识别至少一条电泳条带,并划分 各电泳条带到预设泳道。
其中,标准亮度值可以理解为区分背景和电泳条带的亮度阈值,用以 识别电泳条带,可以通过计算电泳凝胶图中像素点的亮度平均值进行获取 标准亮度值。电泳条带指的是为分析各种物质的成分和含量的工具,分析 对象可以为氨基酸、多肽、核苷酸等。电泳凝胶图中不同的位点可以组成 电泳条带的相关图形,每个位点可以为一个DNA片段,不同长度的DNA 片段通过电泳可以聚集在预设泳道的不同位置上,从而可以形成相应的电 泳条带。预设泳道可以理解为电泳仪器预设的一个区间,例如可以是约 1*15cm,样本可以在相对应的泳道上进行电泳。需要说明的是,每个预设 泳道上可以有0-n个电泳条带,n一般不大于6,n表示电泳条带。
在本实施例中,可以通过遍历搜索、全局搜索或局部迭代搜索等方法 识别电泳凝胶图,以查找到电泳凝胶图中任意大于或等于标准亮度值的位 点,然后采用相关递归的方法查找到该位点周围的所有大于或等于标准亮 度值的位点,依据位点构成的图形,以识别出电泳条带,可以根据电泳条 带的位置或预设泳道的数量将各电泳条带划分到相应的泳道,本实施例在 此不做限制。
S130、根据预设泳道内电泳条带的数量确定对应的标准结果,并基于 标准结果拟合各预设泳道内电泳条带的标准长度。
其中,电泳条带的数量可以理解为每个预设泳道上电泳条带的数量, 一般情况下每个预设泳道上需要有多个电泳条带。标准结果可以理解为电 泳条带的数量所对应的标准结果,标准结果中包含有DNA种类以及数量。 标准长度可以理解为各预设泳道内每个电泳条带所代表的DNA片段 标准长度。
在本实施例中,可以通过预设泳道内每个预设泳道上电泳条带的数 量查找泳道中的标准结果,并依据得到的标准结果,拟合各预设泳道 内电泳条带的标准长度。具体的,可以获取电泳条带的标准长度所组成 的集合与电泳条带样本长度所组成的集合,由此可以得到电泳条带的标 准长度所组成的集合与电泳条带样本长度所组成的集合的对应关系,并 依据两集合拟合结果的对应关系,可以确定出各预设泳道内每个电泳条 带所代表的DNA片段标准长度。
S140、根据各预设泳道内的电泳条带的数量和标准长度在电泳凝胶图 标记待识别目标的类型。
在本实施例中,待识别目标的类型可以由各预设泳道内的电泳条带的 数量以及标准长度所确定。
在本实施例中,可以依据预先输入的电泳条带结果基因检测判定条件, 将每个泳道的电泳条带的数量和标准长度的结果转换成需要检测的基因 型,通过各预设泳道内的电泳条带的数量、相同种类的各电泳条带的数量 以及标准长度,并根据基因型判断出检测结果的类型,并将检测结果的类 型在电泳凝胶图中进行相应的标记。其中,标记的方法可以为在电泳凝胶 图的编辑软件上进行标亮标注,也可以为在电泳凝胶图上进行文字标注,本实施例对标注的方法不做限制。
需要说明的是,在所述电泳凝胶图标记待识别目标的类型之后,还可 以将待识别目标的所述类型的基因检测分析结果以csv文件形式进行输出, 以方便工作人工备查。
本发明实施例的技术方案,通过电泳凝胶图的标准亮度值识别至少一 条电泳条带,并划分各电泳条带到预设泳道,能够自适应电泳凝胶图的亮 度,自动计算出泳道并进行划分;通过使用标准结果拟合各预设泳道内电 泳条带的标准长度,能够提高拟合标准长度的准确性,从而提高拟合效果 的识别准确率;通过各预设泳道内的电泳条带的数量和标准长度在电泳凝 胶图标记待识别目标的类型,实现了自动判定各预设泳道的检测结果的类 型,节约了时间和精力,提高电泳凝胶图分析的效率。
在一实施例中,在电泳条带出现超标的情况下,依据电泳条带的长度和 宽度的均值将电泳条带进行拆分。
在本实施例中,电泳条带在出现超标的情况下,对于电泳条带的长度 或宽度超过预先设置的长度或宽度均值的情况下,可以认为该电泳条带是 由多个电泳条带合并成了一个电泳条带,此时会对长度或宽度超标的电泳 条带进行相应的拆分,可以按照电泳条带的长度或宽度的均值的倍数进行 相应的拆分,也可以通过其他方式进行相应的拆分,本实施例在此不做限 制。其中,预先设置的长度或宽度均值可以依据实验经验进行获取,也可以通过人工进行相应的设置,本实施例在此也不做限制。
实施例二
在一实施例中,图2为本发明实施例二提供的一种图像处理方法的流程 图,本实施例在上述各实施例地基础上,对根据电泳凝胶图的标准亮度值识 别至少一条电泳条带,并划分各电泳条带到预设泳道、根据预设泳道内电泳 条带的数量确定对应的标准结果,并基于标准结果拟合各预设泳道内电泳条 带的标准长度,以及根据各预设泳道内的电泳条带的数量和标准长度在电泳 凝胶图标记待识别目标的类型,进行了进一步的细化,如图2所示,本实施 例中的图像处理方法具体可以包含如下步骤:
S210、获取待识别目标的电泳凝胶图。
S220、查找电泳凝胶图的灰度矩阵中大于或等于标准亮度值的位点。
其中,位点可以理解为灰度矩阵中任意大于或等于标准亮度值的点。
在本实施例中,可以通过计算电泳凝胶图的灰度矩阵中的亮度值是否大 于预先设置的亮度均值,以确定标准亮度值。其中,预先设置的亮度均值可 以通过实验经验进行相应的设置,也可以通过人工进行设置,本实施例在此 不做限制。
在本实施例中,可以通过遍历的方法,以查找电泳凝胶图的灰度矩阵中 任意大于或等于标准亮度值的位点;也可以通过全局搜索的方法,查找电泳 凝胶图的灰度矩阵中任意大于或等于标准亮度值的位点,本实施例在此不做 限制。
S230、递归搜索位点周围大于或等于标准亮度值的位点。
其中,递归搜索可以理解为一种通过重复将问题分解为同类的子问题而 解决问题的方法。
在本实施例中,可以在找到每个大于或等于标准亮度值的位点后,采用 递归搜索的方法查找该位点周围邻接的所有大于或等于标准亮度值的位点。 示例性的,标准亮度值取某一固定值,例如可以取值为45的情况下,在找到 每个大于或等于该固定值的位点1时,判定位点1相邻周围的位点2是否大 于或等于该固定值,如果位点2大于或等于该固定值,则继续判断2的相邻 周围的位点是否大于或等于该固定值,直至所有位点被找到。
S240、在位点的数量超过预设位点阈值的情况下,将位点构成的图形作 为电泳条带。
其中,预设位点阈值可以理解为预先设置的位点的数量阈值,预设位点 阈值可以通过实验经验进行设置,也可以由人工根据需求进行相应的设置, 本实施例在此不做限制。示例性的,预设位点阈值可以为15,也可以为10。
在本实施例中,采用递归方法搜索到的位点数量,在超过预先设置的位 点数量阈值的情况下,可以认为构成电泳条带,可以依据所有位点构成框架, 定位出电泳条带的位置,然后将所有相关的位点灰度改为0。
S250、依据预设泳道数量以及电泳条带的位置将各电泳条带划分到预设 泳道。
在本实施例中,由于每个电泳条带有相应的长度和宽度,可以依据各电 泳条带的长度和宽度的均值,在电泳条带的长度或宽度的均值不超过预先设 置的阈值均值的情况下,按照预设泳道的数量以及各电泳条带的位置,将各 电泳条带分配至具体的泳道,每个泳道上可以有0-n个条带,n一般不大于6。 其中,预先设置的长度或宽度均值可以依据实验经验进行获取,也可以通过 人工进行相应的设置,本实施例在此也不做限制。需要说明的是,若电泳条 带的长度或宽度的均值超过预先设置的阈值均值时,可以对少量长度或宽度超标的电泳条带按照长度或宽度的均值倍数进行相应的拆分。
S260、确定与预设泳道内电泳条带数量相同的标准结果。
在本实施例中,可以根据标准DNA片段长度样本的构成,所包含的DNA 种类数量查找预设泳道内电泳条带数量相同的标准结果。具体的,可以通过 判断预设泳道中的电泳条带的数量是否和预设的标准结果一致。
S270、依据标准结果确定标准条带长度差值集与预设泳道的样本条带长 度差值集之间的对应关系。
其中,标准条带长度差值集可以理解为由各标准条带长度与标准条带长 度的固定值之间的差值所构成的标准条带长度集合。样本条带长度差值集可 以理解为各电泳条带的长度与样本条带长度的固定值之间的差值所构成的样 本条带长度集合。
在本实施例中,可以将标准结果中标准条带长度,以及预设泳道的各电 泳条带的长度分别按照相应的顺序以生成与其相对应的序列,依据相应的序 列,确定标准条带排列内各标准条带长度与序列指定位置上的目标标准条带 的差值,以及样本条带排列内各电泳条带的长度与序列指定位置上的目标电 泳条带的长度的差值,并分别组成两差值集合,以依据标准结果确定两差值 集合之间的对应关系。
S280、依据对应关系拟合各预设泳道内电泳条带的标准长度。
在本实施例中,在将标准条带长度差值集与预设样本条带长度差值集确 定关系系数a和b之后,可以通过将各预设泳道内各电泳条带的长度与序列 指定位置上的目标电泳条带的长度的差值,代入公式y=aebx,以得到各预设 泳道内电泳条带的标准长度。
在一实施例中,依据对应关系拟合各预设泳道内电泳条带的标准长度, 包括:
将各预设泳道内各电泳条带的长度与序列指定位置上的目标电泳条带的 长度的差值代入公式y=aebx,以得到各预设泳道内电泳条带的标准长度。
在本实施例中,可以将各预设泳道内各电泳条带的长度与序列指定位置 上的目标电泳条带的长度的差值,以及关系系数a和b代入公式y=aebx中, 由此可以得到各预设泳道内电泳条带的标准长度。
S290、统计各预设泳道内的电泳条带的种类以及相同种类的各电泳条带 的数量。
在本实施例中,电泳条带的种类可以有多种,可以依据电泳条带的所属 基因型进行相应的判断,例如ACE基因的情况下,可以分为“II”类型、“DD” 类型以及“ID”类型,本实施例在此不做限制。其中,I和D表示ACE基因 上一个DNA片段的Insertion(插入)和Deletion(缺失)。由于人是二倍体, 有两个血管紧张素转换酶(Angiotensin ConvertingEnzyme,ACE)基因,所 以一个人的ACE基因变异由两个I或D组成。在本实施例中,相同种类的 各电泳条带的数量可以为一条,也可以为2条;还可以为4条,本实施例在 此不做限制。
在本实施例中,对预设泳道内的电泳条带的种类,以及相同种类的各电 泳条带的数量进行相应的统计,可以依据电泳条带的种类、相同种类的各电 泳条带的数量以及标准长度进行判断待识别目标的类型。
S2910、按照电泳条带的种类、相同种类的各电泳条带的数量以及标准长 度查找待识别目标的类型。
在本实施例中,可以按照电泳条带的种类、相同种类的各电泳条带的数 量以及标准长度,据此可以待识别目标的类型。示例性的,以ACE基因的情 况下,在电泳条带的数量为一条且标准长度为400bp时,可以确定待识别目 标的类型为“II”;在电泳条带的数量为一条且标准长度为150bp时,确定待 识别目标的类型为“DD”;在电泳条带的数量为两条且标准长度为150bp和 400bp时,确定待识别目标的类型为“ID”。
S2920、将类型在电泳凝胶图标记在对应的预设泳道。
在本实施例中,在得到待识别目标的类型之后,可以将待识别目标的所 属类型在在电泳凝胶图标记在对应的预设泳道,以输出到一个csv文件备查。
本发明实施例的上述技术方案,通过递归搜索位点周围大于或等于所 述标准亮度值的位点,并当位点的数量超过预设位点阈值时,将位点构成 的图形作为电泳条带,依据预设泳道数量以及电泳条带的位置进行电泳条 带的划分,使得能够自适应电泳凝胶图的亮度,自动计算并划分至相应的 泳道;通过标准结果确定标准条带长度差值集与预设泳道的样本条带长度 差值集之间的对应关系,并通过依据对应关系拟合各预设泳道内电泳条带 的标准长度,能够进一步提高拟合标准长度的准确性,从而提高拟合效果 的识别准确率;通过统计各预设泳道内的电泳条带的种类以及相同种类的各 电泳条带的数量,并按照所统计的信息以及标准长度查找待识别目标的类 型,并进行相应的标记,实现了自动判定各预设泳道的检测结果的类型, 节约了时间和精力,提高电泳凝胶图分析的效率。
在一实施例中,依据标准结果确定标准条带长度差值集与预设泳道的样 本条带长度差值集之间的对应关系,包括:
将标准结果中标准条带长度按照预设顺序生成标准条带排列。
确定标准条带排列内各标准条带长度与序列指定位置上的目标标准条带 的差值,并将各差值作为标准条带长度差值集。
将预设泳道的各电泳条带的长度按照预设顺序生成样本条带排列。
确定样本条带排列内各电泳条带的长度与序列指定位置上的目标电泳条 带的长度的差值,并将各差值作为预设样本条带长度差值集。
将标准条带长度差值集与预设样本条带长度差值集对应代入对应关系公 式y=aebx以确定关系系数a和b;其中,x表示标准条带长度差值集的差值,y表示样本条带长度差值集的差值。
其中,标准条带长度可以理解为标准结果电泳条带的长度。预设顺序可 以理解为预先设置的标准条带长度的顺序或预先设置的样本条带长度的顺序。 标准条带排列可以理解为标准条带长度按照预先设置的标准条带长度的顺序 所生成的条带排列。序列指定位置可以理解为标准条带排列中的某一固定位 置,例如可以为第一个位置,也可以为最后一个位置,还可以为中间的某一 固定位置,本实施例在此不做限制。目标标准条带可以理解为标准条带排列 中的某一固定位置的标准结果长度。样本条带排列可以理解为预设泳道的各 电泳条带的长度按照预先设置的电泳条带的长度的顺序所生成的条带排列。
在本实施例中,标准条带排列的预设顺序可以为标准结果长度从小到大 的顺序,也可以为标准结果长度从大到小的顺序,本实施例在此不做限制。 样本条带排列的预设顺序可以为标准条带长度从小到大的顺序,也可以为样 本条带长度从大到小的顺序,本实施例在此不做限制。
在本实施例中,可以将标准结果中,标准条带长度按照预先设置的标准 条带长度的顺序,生成标准条带排列,以确定标准条带排列内各标准条带长 度与序列指定位置上的目标标准条带的差值,然后将各差值组成标准条带长 度差值集;可以将预设泳道的各电泳条带的长度,按照预先设置的样本条带 长度的顺序,生成样本条带排列,以确定样本条带排列内各电泳条带的长度 与序列指定位置上的目标电泳条带的长度的差值,然后并将各差值作为预设 样本条带长度差值集。在得到标准条带长度差值集与预设样本条带长度差值 集的基础上,将标准条带长度差值集与预设样本条带长度差值集分别对应代 入对应关系公式y=aebx中,以依据公式确定关系系数a和b;其中,x表示标 准条带长度差值集的差值,y表示样本条带长度差值集的差值。
需要说明的是,标准条带长度与样本条带长度的条带排列以及相应的 差值集的形成,不分顺序先后,标准条带长度与电泳条带的长度的条带排 列以及相应的差值集的形成可以是同时的,也可以是电泳条带的长度的条 带排列以及差值集的形成在先,标准条带长度的条带排列以及差值集的形 成在后;还可以为标准条带长度的条带排列以及差值集的形成在前,电泳 条带的长度的条带排列以及差值集的形成在后,本实施例在此不做限制。
实施例三
在一实施例中,为便于更好的理解图像处理方法,图3为本发明实施例 三提供的一种图像处理方法的流程图。本发明实施例通过python的 openCV模块解析电泳凝胶图为灰度矩阵,然后使用递归算法,查找 出灰度矩阵中对应的电泳条带,并将电泳条带划分到相应的泳道,通 过对标准结果进行识别和建模,最后把划分到泳道上的每个电泳条带 的长度计算输出,并根据预测的条件判定电泳结果,将最终结果输出 到csv文件,同时对已分析的电泳凝胶图进行标记,减少人力开销, 提高凝胶图分析的效率。具体的执行步骤如下:
S310、按灰度图读入电泳凝胶图。
在本实施例中,使用python的openCV模块将TIF格式电泳凝胶 图以灰度模式读入,得到灰度矩阵。
S320、计算图片中亮度大于50的点的亮度均值,确定标准亮度值。
在本实施例中,灰度矩阵中已经是数值,通过程序判断灰度矩阵 中的数值是否大于50,计算电泳凝胶图中亮度大于50的点的亮度均 值,确定标准亮度值。
S330、基于标准亮度值,查找灰度矩阵中的电泳条带。
在本实施例中,可以通过遍历灰度矩阵,找到任意大于等于标准亮度值 的位点,采用递归的方法查找该亮点周围邻接的所有大于等于标准亮度值的 位点,根据所有位点组成的框架,确定出电泳条带的位置,最后将所有相关 的位点灰度改为0。
需要说明的是,递归方法主要是在找到每个大于50的点a时,判定其前 后左右位点是否大于50,如果b是,则继续判断b的前后左右位点,直至所 有位点被找到。所有位点的数量超过15,则认为是一个电泳条带。所有电泳 条带的位置的长宽的最大值和最小值,组成了框架。
S340、根据电泳条带长度或宽度的均值,修改少量长度或宽度超标的电 泳条带,并按照泳道区分各电泳条带。
在本实施例中,对于长度或宽度超过均值1.5的情况,认为是多个电泳 条带合并成一个条带,会进行电泳条带的拆分,在进行拆分时,按照均值的 倍数进行拆分。
在本实施例中,可以根据电泳条带长度或宽度的均值,修改少量长度 或宽度超标的电泳条带。按所有电泳条带组成的框架,把电泳条带分到具 体的泳道。其中,泳道是电泳仪器预设的一个约1*15cm区间,每个样本 都会在自己的泳道上进行电泳。每个泳道上会有0-n个电泳条带,n一般 不大于6。
S350、根据输入的标准结果包含的DNA种类数量查找泳道中的标准 结果。
在本实施例中,可以通过判断泳道中的电泳条带的数量是否和预设的标 准结果一致进行查找泳道中的标准结果。在本实施例中,输入的标准结果指 的是实验中假如的标准DNA片段长度样本的构成,例如常用的标准DNA由 以下6种片段长度的DNA构成(2000,1000,750,500,250,100)。
S360、依据标准结果确定拟合曲线。
在本实施例中,假定输入的已知标准结果长度从小到大为L1、L2、L3…Li, 计算L2起每个条带与L1的差值为Di=Li–L1。假定标准结果的条带位置为 X1、X2、X3…Xi,计算X2起每个位置和X1的差值为Yi=Xi–X1。将Di 和Yi带入指数函数y=aebx进行拟合,得到参数a,b,其中,Yi表示x,Di 表示y。
S370、根据公式计算出各泳道每个电泳条带代表的DNA片段长度,并 根据输入的电泳结果判定条件,判断各泳道检测结果。
在本实施例中,可以根据公式y=aebx计算出各泳道每个电泳条带代表 的DNA片段长度。根据输入的电泳结果判定条件,判断各泳道检测结果。 如{“II”:[400],“ID":[150,400],“DD”:[150]}代表只有一条400bp 长度条带的泳道结果为“II”,有两条分别150和400结果为“ID”,只 有一条150bp结果为“DD”。
S380、将分析结果输出到csv文件备查。
S390、将分析结果在图片上做出标注,输出到一个新文件备查。
实施例四
在一实施例中,图4是本发明实施例四提供的一种图像处理装置的结构 框图,该装置适用于对电泳凝胶图进行处理时的情况,该装置可以由硬件/ 软件实现。可配置于电子设备中来实现本发明实施例中的一种图像处理方法。 如图4所示,该装置包括:图片获取模块410、泳道划分模块420、拟合模 块430以及类型确定模块440。
其中,图片获取模块410,用于获取待识别目标的电泳凝胶图。
泳道划分模块420,用于根据所述电泳凝胶图的标准亮度值识别至少一 条电泳条带,并划分各所述电泳条带到预设泳道。
拟合模块430,用于根据所述预设泳道内所述电泳条带的数量确定对应 的标准结果,并基于标准结果拟合各所述预设泳道内所述电泳条带的标准长 度。
类型确定模块440,用于根据各所述预设泳道内的所述电泳条带的数量 和所述标准长度在所述电泳凝胶图标记所述待识别目标的类型。
本发明实施例,泳道划分模块,通过电泳凝胶图的标准亮度值识别至 少一条电泳条带,并划分各电泳条带到预设泳道,能够自适应电泳凝胶图 的亮度,自动计算出泳道并进行划分;拟合模块,通过标准结果拟合各预 设泳道内电泳条带的标准长度,能够提高拟合标准长度的准确性,从而提 高拟合效果的识别准确率;类型确定模块,通过各预设泳道内的电泳条带 的数量和标准长度在电泳凝胶图标记待识别目标的类型,实现了自动判定各预设泳道的检测结果的类型,节约了时间和精力,提高电泳凝胶图分析 的效率。
在一实施例中,泳道划分模块420,包括:
第一位点查找单元,用于查找所述电泳凝胶图的灰度矩阵中大于或等于 标准亮度值的位点。
第二位点查找单元,用于递归搜索所述位点周围大于或等于所述标准亮 度值的位点。
条带构成单元,用于在所述位点的数量超过预设位点阈值的情况下,将 所述位点构成的图形作为所述电泳条带。
泳道划分单元,用于依据预设泳道数量以及所述电泳条带的位置将各 所述电泳条带划分到预设泳道。
在一实施例中,拟合模块430,包括:
标准结果确定单元,用于确定与所述预设泳道内所述电泳条带数量相同 的标准结果。
对应关系确定单元,用于依据所述标准结果确定标准条带长度差值集与 所述预设泳道的样本条带长度差值集之间的对应关系。
拟合单元,用于依据所述对应关系拟合各所述预设泳道内所述电泳条带 的标准长度。
在一实施例中,对应关系确定单元,包括:
第一排序子单元,用于将所述标准结果中标准条带长度按照预设顺序生 成标准条带排列。
第一差值集确定子单元,用于确定所述标准条带排列内各所述标准条带 长度与序列指定位置上的目标标准条带的差值,并将各所述差值作为所述标 准条带长度差值集。
第二排序子单元,用于将所述预设泳道的各所述电泳条带的长度按照所 述预设顺序生成样本条带排列。
第二差值集确定子单元,用于确定所述样本条带排列内各所述电泳条带 的长度与所述序列指定位置上的目标电泳条带的长度的差值,并将各所述差 值作为所述预设样本条带长度差值集。
关系系数确定子单元,用于将所述标准条带长度差值集与所述预设样 本条带长度差值集对应代入对应关系公式y=aebx以确定关系系数a和b; 其中,x表示所述标准条带长度差值集的差值,y表示所述样本条带长度 差值集的差值。
在一实施例中,拟合单元,包括:
标准长度获得子单元,用于将各所述预设泳道内各所述电泳条带的长 度与所述序列指定位置上的目标电泳条带的长度的差值代入公式y=aebx, 以得到各所述预设泳道内所述电泳条带的标准长度。
在一实施例中,类型确定模块440,包括:
统计单元,用于统计各所述预设泳道内的所述电泳条带的种类以及相同 种类的各所述电泳条带的数量。
类型查找单元,用于按照所述电泳条带的种类、相同种类的各所述电泳 条带的数量以及所述标准长度查找所述待识别目标的类型。
标记单元,用于将所述类型在所述电泳凝胶图标记在对应的预设泳道。
在一实施例中,在所述电泳条带出现超标的情况下,依据所述电泳条 带的长度和宽度的均值将所述电泳条带进行拆分。
本发明实施例所提供的图像处理装置可执行本发明任意实施例所提 供的图像处理方法,具备执行方法相应的功能模块和有益效果。
在一实施例中,图5示出了可以用来实施本发明的实施例的电子设备 的结构示意图。电子设备10旨在表示各种形式的数字计算机,诸如,膝 上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务 器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的 移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的 连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述 的和/或者要求的本发明的实现。
如图5所示,电子设备10包括至少一个处理器11,以及与至少一个 处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储 器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算 机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程 序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序, 来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操 作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14 彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16, 例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存 储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调 器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的 计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。 处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单 元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模 型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控 制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如 图像处理方法。
在一些实施例中,图像处理方法可被实现为计算机程序,其被有形地 包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机 程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安 装到电子设备10上。当计算机程序加载到RAM13并由处理器11执行时, 可以执行上文描述的图像处理方法的一个或多个步骤。备选地,在其他实 施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件) 而被配置为执行图像处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系 统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、 专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设 备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些 各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者 多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/ 或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储 系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将 数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出 装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的 任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或 其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使 流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机 器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且 部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可 以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装 置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限 于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设 备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是 机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多 个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只 读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、 光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设 备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技 术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴 极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例 如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供 给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供 给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、 或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触 觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如, 作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、 或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器 的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处 描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部 件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络 的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并 且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有 客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可 以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一 项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大, 业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或 删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执 行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果, 本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术 人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、 子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和 改进等,均应包含在本发明保护范围之内。

Claims (7)

1.一种图像处理方法,其特征在于,包括:
获取待识别目标的电泳凝胶图;
根据所述电泳凝胶图的标准亮度值识别至少一条电泳条带,并划分各所述电泳条带到预设泳道;
根据所述预设泳道内所述电泳条带的数量确定对应的标准结果,并基于标准结果拟合各所述预设泳道内所述电泳条带的标准长度;
根据各所述预设泳道内的所述电泳条带的数量和所述标准长度在所述电泳凝胶图标记所述待识别目标的类型;
其中,所述根据所述预设泳道内所述电泳条带的数量确定对应的标准结果,并基于标准结果拟合各所述预设泳道内所述电泳条带的标准长度,包括:
确定与所述预设泳道内所述电泳条带数量相同的标准结果;
依据所述标准结果确定标准条带长度差值集与所述预设泳道的样本条带长度差值集之间的对应关系;
依据所述对应关系拟合各所述预设泳道内所述电泳条带的标准长度;
其中,所述依据所述标准结果确定标准条带长度差值集与所述预设泳道的样本条带长度差值集之间的对应关系,包括:
将所述标准结果中标准条带长度按照预设顺序生成标准条带排列;
确定所述标准条带排列内各所述标准条带长度与序列指定位置上的目标标准条带的差值,并将各所述差值作为所述标准条带长度差值集;
将所述预设泳道的各所述电泳条带的长度按照所述预设顺序生成样本条带排列;
确定所述样本条带排列内各所述电泳条带的长度与所述序列指定位置上的目标电泳条带的长度的差值,并将各所述差值作为所述预设样本条带长度差值集;
将所述标准条带长度差值集与所述预设样本条带长度差值集对应代入对应关系公式以确定关系系数a和b;其中,表示所述标准条带长度差值集的差值,表示所述样本条带长度差值集的差值;
其中,所述依据所述对应关系拟合各所述预设泳道内所述电泳条带的标准长度,包括:
将各所述预设泳道内各所述电泳条带的长度与所述序列指定位置上的目标电泳条带的长度的差值代入公式,以得到各所述预设泳道内所述电泳条带的标准长度。
2.根据权利要求1所述的方法,其特征在于,所述根据所述电泳凝胶图的标准亮度值识别至少一条电泳条带,并划分各所述电泳条带到预设泳道,包括:
查找所述电泳凝胶图的灰度矩阵中大于或等于标准亮度值的位点;
递归搜索所述位点周围大于或等于所述标准亮度值的位点;
在所述位点的数量超过预设位点阈值的情况下,将所述位点构成的图形作为所述电泳条带;
依据预设泳道数量以及所述电泳条带的位置将各所述电泳条带划分到预设泳道。
3.根据权利要求1所述的方法,其特征在于,所述根据各所述预设泳道内的所述电泳条带的数量和所述标准长度在所述电泳凝胶图标记所述待识别目标的类型,包括:
统计各所述预设泳道内的所述电泳条带的种类以及相同种类的各所述电泳条带的数量;
按照所述电泳条带的种类、相同种类的各所述电泳条带的数量以及所述标准长度查找所述待识别目标的类型;
将所述类型在所述电泳凝胶图标记在对应的预设泳道。
4.根据权利要求1所述的方法,其特征在于,在所述电泳条带出现超标的情况下,依据所述电泳条带的长度和宽度的均值将所述电泳条带进行拆分。
5.一种图像处理装置,其特征在于,所述装置包括:
图片获取模块,用于获取待识别目标的电泳凝胶图;
泳道划分模块,用于根据所述电泳凝胶图的标准亮度值识别至少一条电泳条带,并划分各所述电泳条带到预设泳道;
拟合模块,用于根据所述预设泳道内所述电泳条带的数量确定对应的标准结果,并基于标准结果拟合各所述预设泳道内所述电泳条带的标准长度;
类型确定模块,用于根据各所述预设泳道内的所述电泳条带的数量和所述标准长度在所述电泳凝胶图标记所述待识别目标的类型;
其中,拟合模块,包括:
标准结果确定单元,用于确定与所述预设泳道内所述电泳条带数量相同的标准结果;
对应关系确定单元,用于依据所述标准结果确定标准条带长度差值集与所述预设泳道的样本条带长度差值集之间的对应关系;
拟合单元,用于依据所述对应关系拟合各所述预设泳道内所述电泳条带的标准长度;
其中,对应关系确定单元,包括:
第一排序子单元,用于将所述标准结果中标准条带长度按照预设顺序生成标准条带排列;
第一差值集确定子单元,用于确定所述标准条带排列内各所述标准条带长度与序列指定位置上的目标标准条带的差值,并将各所述差值作为所述标准条带长度差值集;
第二排序子单元,用于将所述预设泳道的各所述电泳条带的长度按照所述预设顺序生成样本条带排列;
第二差值集确定子单元,用于确定所述样本条带排列内各所述电泳条带的长度与所述序列指定位置上的目标电泳条带的长度的差值,并将各所述差值作为所述预设样本条带长度差值集;
关系系数确定子单元,用于将所述标准条带长度差值集与所述预设样本条带长度差值集对应代入对应关系公式以确定关系系数a和b;其中,表示所述标准条带长度差值集的差值,表示所述样本条带长度差值集的差值;
其中,拟合单元,包括:
标准长度获得子单元,用于将各所述预设泳道内各所述电泳条带的长度与所述序列指定位置上的目标电泳条带的长度的差值代入公式,以得到各所述预设泳道内所述电泳条带的标准长度。
6.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的图像处理方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-4中任一项所述的图像处理方法。
CN202210449076.7A 2022-04-26 2022-04-26 一种图像处理方法、装置、电子设备及存储介质 Active CN115131784B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210449076.7A CN115131784B (zh) 2022-04-26 2022-04-26 一种图像处理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210449076.7A CN115131784B (zh) 2022-04-26 2022-04-26 一种图像处理方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN115131784A CN115131784A (zh) 2022-09-30
CN115131784B true CN115131784B (zh) 2023-04-18

Family

ID=83375870

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210449076.7A Active CN115131784B (zh) 2022-04-26 2022-04-26 一种图像处理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115131784B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117392679B (zh) * 2023-12-11 2024-03-08 清华大学 一种自动标记pcr胶图的方法和系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113792569A (zh) * 2020-11-12 2021-12-14 北京京东振世信息技术有限公司 对象识别方法、装置、电子设备及可读介质
CN113934875A (zh) * 2021-10-27 2022-01-14 云舟生物科技(广州)有限公司 电泳数据识别方法、系统、计算机存储介质及电子设备

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3404114B1 (en) * 2005-12-22 2021-05-05 Keygene N.V. Method for high-throughput aflp-based polymorphism detection
WO2011025781A1 (en) * 2009-08-24 2011-03-03 Life Technologies Corporation Gel electrophoresis, imaging, and analysis methods, devices, systems, and materials
CA3031415A1 (en) * 2016-07-22 2018-01-25 Nucleotrace Pty. Ltd. A method for amplification of nucleic acid sequences
CN106399526B (zh) * 2016-10-12 2019-04-19 中国农业大学 鸡胡须性状的基因型快速鉴定方法
CN111222366A (zh) * 2018-11-26 2020-06-02 上海耕岩智能科技有限公司 一种指纹识别方法及装置、存储介质、终端
MX2021014754A (es) * 2019-06-17 2022-01-18 Electronics & Telecommunications Res Inst Metodo y aparato de filtrado en bucle adaptativo.
CN112948171A (zh) * 2019-12-11 2021-06-11 华为技术有限公司 数据处理方法、装置、终端设备及计算机可读存储介质
CN111926104B (zh) * 2020-08-27 2023-05-26 广东省科学院生物工程研究所 一种鉴定甘蔗与斑茅杂交后代真实性的ssr分子标记及其方法
CN114332850A (zh) * 2020-09-30 2022-04-12 富佳生技股份有限公司 核酸检测仪及基于影像的核酸检测方法
CN112608993A (zh) * 2020-12-31 2021-04-06 武汉海希生物科技有限公司 Snrpn基因甲基化检测试剂盒

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113792569A (zh) * 2020-11-12 2021-12-14 北京京东振世信息技术有限公司 对象识别方法、装置、电子设备及可读介质
CN113934875A (zh) * 2021-10-27 2022-01-14 云舟生物科技(广州)有限公司 电泳数据识别方法、系统、计算机存储介质及电子设备

Also Published As

Publication number Publication date
CN115131784A (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
US20210082539A1 (en) Gene mutation identification method and apparatus, and storage medium
CN110033449B (zh) 电泳图的识别方法、装置、设备及存储介质
EP2889618A1 (en) Image processing device, program, image processing method, computer-readable medium, and image processing system
CN107918931A (zh) 图像处理方法及系统
US11686703B2 (en) Automated analysis of analytical gels and blots
CN112041851A (zh) 一种识别文本的方法及终端设备
CN115131784B (zh) 一种图像处理方法、装置、电子设备及存储介质
CN110599453A (zh) 一种基于图像融合的面板缺陷检测方法、装置及设备终端
CN109978017B (zh) 难样本采样方法和系统
CN116490927A (zh) 具有扩张的卷积神经网络的碱基调用器
CN111614959B (zh) 一种视频打码方法、装置以及电子设备
CN114863994B (zh) 污染评估方法、装置、电子设备及存储介质
CN109101973B (zh) 文字识别方法、电子设备、存储介质
CN115761698A (zh) 一种目标检测方法、装置、设备及存储介质
CN115861809A (zh) 杆状物检测及其模型的训练方法、装置、电子设备、介质
CN111783780B (zh) 图像处理方法、装置及计算机可读存储介质
CN113447013A (zh) 施工道路识别方法、装置、设备、存储介质和程序产品
CN113869317A (zh) 车牌识别方法、装置、电子设备和存储介质
CN106934480A (zh) 投保等级分析方法、服务器及终端
CN111127434A (zh) 染色分离方法及装置
CN110781973B (zh) 物品识别模型训练方法、物品识别方法、装置及电子设备
CN114723748B (zh) 电机控制器的检测方法、装置、设备及存储介质
CN115761445A (zh) 染色体分析模型的训练方法、装置、设备及介质
CN113361524A (zh) 图像处理方法及装置
CN116935365A (zh) 一种基因芯片的识别方法、装置、设备及存储介质

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