CN116528047B - 对焦方法、装置、基因测序仪及存储介质 - Google Patents
对焦方法、装置、基因测序仪及存储介质 Download PDFInfo
- Publication number
- CN116528047B CN116528047B CN202310804727.4A CN202310804727A CN116528047B CN 116528047 B CN116528047 B CN 116528047B CN 202310804727 A CN202310804727 A CN 202310804727A CN 116528047 B CN116528047 B CN 116528047B
- Authority
- CN
- China
- Prior art keywords
- image
- brightness
- definition
- focusing
- curve
- 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
- 108090000623 proteins and genes Proteins 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000011156 evaluation Methods 0.000 claims abstract description 93
- 238000012163 sequencing technique Methods 0.000 claims abstract description 43
- 230000006870 function Effects 0.000 claims description 82
- 238000012795 verification Methods 0.000 claims description 30
- 238000002073 fluorescence micrograph Methods 0.000 claims description 29
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 230000002068 genetic effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 17
- 239000012535 impurity Substances 0.000 description 7
- 238000005286 illumination Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- OPTASPLRGRRNAP-UHFFFAOYSA-N cytosine Chemical compound NC=1C=CNC(=O)N=1 OPTASPLRGRRNAP-UHFFFAOYSA-N 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- UYTPUPDQBNUYGX-UHFFFAOYSA-N guanine Chemical compound O=C1NC(N)=NC2=C1N=CN2 UYTPUPDQBNUYGX-UHFFFAOYSA-N 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- RWQNBRDOKXIBIV-UHFFFAOYSA-N thymine Chemical compound CC1=CNC(=O)NC1=O RWQNBRDOKXIBIV-UHFFFAOYSA-N 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000012634 fragment Substances 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 229930024421 Adenine Natural products 0.000 description 2
- GFFGJBXGBJISGV-UHFFFAOYSA-N Adenine Chemical compound NC1=NC=NC2=C1N=CN2 GFFGJBXGBJISGV-UHFFFAOYSA-N 0.000 description 2
- 101100011399 Danio rerio eif3ea gene Proteins 0.000 description 2
- 102000008016 Eukaryotic Initiation Factor-3 Human genes 0.000 description 2
- 101150008815 INT6 gene Proteins 0.000 description 2
- 229960000643 adenine Drugs 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 229940104302 cytosine Drugs 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 229940113082 thymine Drugs 0.000 description 2
- 101100317378 Mus musculus Wnt3 gene Proteins 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012165 high-throughput sequencing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
- H04N23/675—Focus control based on electronic image sensor signals comprising setting of focusing regions
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
- G03B13/00—Viewfinders; Focusing aids for cameras; Means for focusing for cameras; Autofocus systems for cameras
- G03B13/32—Means for focusing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本申请公开了一种对焦方法、装置、基因测序仪及存储介质。对焦方法包括:控制基因测序仪的相机分别在多个拍照位置对测序芯片拍照,得到每个拍照位置的荧光图像;通过预设清晰度评价函数分别对每张荧光图像中碱基簇的亮度分布进行评价,得到每张荧光图像的图像清晰度;根据所有图像清晰度和拍照位置的高度构建对焦方程;对对焦方程求解,得到基因测序仪的目标焦面;根据目标焦面调节基因测序仪的相机至目标拍照位置,以实现对基因测序仪的对焦。如此,提升了基因测序仪的对焦效率的同时,保证了基因测序仪的拍照效果,为后续基因测序仪通过荧光图像进行准确基因测序提供了保障。
Description
技术领域
本申请涉及基因测序技术领域,特别涉及一种对焦方法、对焦装置、基因测序仪及存储介质。
背景技术
基因测序是指分析待定DNA片段的碱基排列,也就是分析腺嘌呤(A)、胸腺嘧啶(T)、胞嘧啶(C)和鸟嘧啶(G)的排列方式。目前,二代测序技术利用高分辨率显微镜成像技术,通过以光学信号记录碱基信息,将荧光分子的信号保存到图像中,解码图像信号来获得碱基序列。因此,荧光图像质量影响了强度提取的准确性以及最后输出序列通量。
基因测序的基本流程为:反应-->拍照-->切除,像这样一个过程称为1轮(Cycle),一次测序过程由若干个Cycle组成,一次测序过程也被称为1个Run。由于工艺原因,不同Run使用的测序芯片都存在一定的高度差,而高度差会造成不同测序芯片的最佳焦面不一样,故每个Run在第一Cycle需要对焦找到最佳焦面,然后记下初始最佳焦面的高度ZBest,从第二Cycle开始可以基于第一Cycle ZBest进行预测性找最佳焦面。
因此,基因测序仪的对焦是否准确决定了荧光图像质量的好与差,对焦过程涉及图像清晰度评价以及定位最佳焦面两个方面,也即是,可以通过图像清晰度评价和定位最佳焦面来评判基因测序的对焦效果。
相关技术中,定位最佳焦面主要采用依次扫描方案,即:通过相机依次扫描,再通过图像清晰度评价方法对扫描图像进行清晰度评价,从而确定清晰度最佳的位置,并将其作为最佳焦面。
其中,图像清晰度评价可以采用空域的图像梯度信息、频域的高频信息、信息熵的方法或者基于统计学等来实现。其中,空域的图像梯度信息是依据图像在离焦时边缘细节模糊,聚焦时边缘细节尖锐导致空域的相邻像素间的特征值如灰度、纹理、颜色等在离焦时大小发生变化。空域的图像梯度信息是依据图像离焦时损失大量的高频信息来判断离焦程度。信息熵的方法是依据不同清晰度的图像就会形成不同的光能量分布,离焦越严重,相邻像素之间的影响就越大,导致图像的能量分布更趋向于平均分布。基于统计学的方法是依据具有更多的细节信息在灰度上的表现就是灰度分布的直方图集中度低,灰度范围大,反过来说,图像越模糊,灰度越向均值附近集中,灰度范围逐渐变小原理实现。
然而,由于焦距步长问题,导致最终的最佳焦面存在一定的精度误差,并且需要扫描非常多的焦距,这个过程非常耗时,对焦效率较低,另外,上述图像清晰度评价容易受到杂质、芯片缺陷、光照以及反应情况等因素的影响,而容易导致对焦不准确。
发明内容
本申请旨在至少解决现有技术中存在的技术问题之一。为此,本申请提供了一种对焦方法、对焦装置、基因测序仪及存储介质。
本申请实施方式的对焦方法,用于基因测序仪,所述对焦方法包括:
控制所述基因测序仪的相机分别在多个拍照位置对测序芯片拍照,得到每个拍照位置的荧光图像;
通过预设清晰度评价函数分别对每张所述荧光图像中碱基簇的亮度分布进行评价,得到每张所述荧光图像的图像清晰度;
根据所有所述图像清晰度和所述拍照位置的高度构建对焦方程;
对所述对焦方程求解,得到所述基因测序仪的目标焦面;
根据所述目标焦面调节所述基因测序仪的相机至目标拍照位置,以实现对所述基因测序仪的对焦。
在某些实施方式中,所述通过预设清晰度评价函数分别对每张所述荧光图像中碱基簇的亮度分布进行评价,得到每张所述荧光图像的图像清晰度,包括:
定位到所述荧光图像中每个碱基簇的位置;
根据每个所述碱基簇的亮度分布以构建对应所述碱基簇的亮度曲线;
根据所有所述碱基簇的亮度曲线拟合生成平均亮度曲线;
通过所述预设清晰度评价函数对所述平均亮度曲线评价,以得到所述荧光图像的图像清晰度。
在某些实施方式中,所述定位到所述荧光图像中每个碱基簇的位置,包括:
对所述荧光图像开运算以去除所述荧光图像的背景;
对去除背景的所述荧光图像进行二值化以及滤波处理,生成二值化滤波图像;
检测所述二值化滤波图像中的亮点,以得到所述碱基簇的位置。
在某些实施方式中,根据每个所述碱基簇的亮度分布以构建对应所述碱基簇的亮度曲线,包括:
确定所述碱基簇的亮度值最大的目标像素点;
以所述目标像素点所在行的预设个像素点构建横向亮度分布曲线;
以所述目标像素点所在列的预设个像素点构建纵向亮度分布曲线;
根据所述横向亮度分布曲线和所述纵向亮度分布曲线构建所述亮度曲线。
在某些实施方式中,所述预设清晰度评价函数包括第一清晰度评价函数,所述根据所述预设清晰度评价函数对所述平均亮度曲线评价,以得到所述荧光图像的图像清晰度,包括:
获取所述平均亮度曲线中所有特征点的像素亮度值;
根据所述所有特征点的像素亮度值计算出所述平均亮度曲线的平均像素亮度值;
将所述平均亮度曲线中的中心特征点的像素亮度值、与所述中心特征点间隔的特征点的像素亮度值和所述平均像素亮度值输入所述第一清晰度评价函数,生成所述荧光图像的第一图像清晰度。
在某些实施方式中,所述预设清晰度评价函数包括第二清晰度评价函数,所述根据所述预设清晰度评价函数对所述平均亮度曲线评价,以得到所述荧光图像的图像清晰度,包括:
获取所述平均亮度曲线中所有特征点的像素亮度值;
将每个特征点的像素亮度值与像素亮度值最小的特征点的像素亮度值求差,得到对应的差值;
根据所有所述差值进行计算得到所述平均亮度曲线的标准差和均值;
通过第二清晰度评价函数根据所述标准差和所述均值计算所述荧光图像的图像清晰度。
在某些实施方式中,所述预设清晰度评价函数包括第一清晰度评价函数和第二清晰度评价函数,所述根据所述预设清晰度评价函数对所述平均亮度曲线评价,以得到所述荧光图像的图像清晰度,包括:
获取所述平均亮度曲线中所有特征点的像素亮度值;
根据所述所有特征点的像素亮度值计算出所述平均亮度曲线的平均像素亮度值;
将所述平均亮度曲线中的中心特征点的像素亮度值、与所述中心特征点间隔的特征点的像素亮度值和所述平均像素亮度值输入所述第一清晰度评价函数,生成所述荧光图像的图像清晰度;
将每个特征点的像素亮度值与像素亮度值最小的特征点的像素亮度值求差,得到对应的差值;
根据所有所述差值进行计算得到所述平均亮度曲线的标准差和均值;
将所述标准差和所述均值输入至所述第二清晰度评价函数,生成所述荧光图像的第二图像清晰度;
融合所述第一图像清晰度和所述第二图像清晰度,生成所述荧光图像的图像清晰度。
在某些实施方式中,所述根据所有所述图像清晰度和所述拍照位置的高度构建对焦方程,包括:
以所述拍照位置的高度作为横坐标,以所述图像清晰度作为纵坐标;
将所述横坐标和所述纵坐标代入高斯方程内,求解得到所述对焦方程。
在某些实施方式中,对所述对焦方程求解,得到所述基因测序仪的目标焦面,包括:
拟合所述对焦方程的二维坐标曲线;
根据所述二维坐标曲线中的最高点处的坐标确定所述目标焦面。
在某些实施方式中,所述根据所述目标焦面调节所述基因测序仪的相机至目标拍照位置,以实现对所述基因测序仪的对焦,包括:
在所述目标拍照位置控制所述相机对所述测序芯片拍照,以得到验证荧光图像;
通过所述预设清晰度评价函数对所述验证荧光图像计算,得到所述验证荧光图像的验证清晰度;
在所述验证清晰度大于清晰度阈值的情况下,确定实现对所述基因测序仪的对焦。
本申请实施方式的对焦装置,用于基因测序仪,所述对焦装置包括:
控制模块,用于控制所述基因测序仪的相机分别在多个拍照位置对测序芯片拍照,得到每个拍照位置的荧光图像;
计算模块,用于通过预设清晰度评价函数分别对所述荧光图像中碱基簇的亮度分布进行评价,得到每张所述荧光图像的图像清晰度;
构建模块,用于根据所有所述图像清晰度和所述拍照位置的高度构建对焦方程;
处理模块,用于对所述对焦方程求解,得到所述基因测序仪的目标焦面;
调节模块,用于根据所述目标焦面调节所述基因测序仪的相机至目标拍照位置,以实现对所述基因测序仪的对焦。
本申请的基因测序仪,包括处理器和存储器,所述存储器存储有计算机程序,当所述计算机程序被所述处理器执行的情况下,使得所述处理器实现所述的对焦方法。
本申请实施方式的非易失去性计算机可读存储介质,包含计算机程序,当所述计算机程序被处理器执行的情况下,使得所述处理器实现所述的对焦方法。
本申请实施方式的对焦方法、对焦装置、基因测序仪及计算机存储介质中,通过通过预设清晰度评价函数分别对不同拍照位置拍摄的荧光图像中碱基簇的亮度分布进行评价,得到每张荧光图像的图像清晰度,由于是根据荧光图像中碱基簇的亮度分布来评价荧光图像的清晰度,而碱基簇的亮度分布呈二维高斯分布,不受到杂质、空洞、光照以及反应情况等因素的影响,因此,得到的荧光清晰度较为准确,再基于图像清晰度和拍照位置的高度关系构建对焦方程并求解得到基因测序仪的目标焦面,以及再根据目标焦面调节基因测序仪的相机至目标拍照位置,从而实现对基因测序仪的对焦,如此,定位目标焦面仅需要几张荧光图像,大大降低了定位最佳焦面的搜索效率,提升了基因测序仪的对焦效率和对焦精度,满足了基因测序仪的时效性要求。
本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本申请某些实施方式的对焦方法的流程示意图;
图2是本申请某些实施方式的对焦装置的模块示意图;
图3是本申请某些实施方式的基因测序仪的模块示意图;
图4是本申请某些实施方式的基因测序仪的部分示意图;
图5是本申请某些实施方式的对焦方法的流程示意图;
图6是本申请某些实施方式的平均亮度曲线的示意图;
图7是本申请某些实施方式的对焦方法的流程示意图;
图8是本申请某些实施方式的二值化滤波图像;
图9是本申请某些实施方式的对焦方法的流程示意图;
图10是本申请某些实施方式的横向亮度分布曲线;
图11是本申请某些实施方式的纵向亮度分布曲线;
图12-15是本申请某些实施方式的对焦方法的流程示意图;
图16是本申请某些实施方式的拍照位置与图像清晰度关系示意图;
图17是本申请某些实施方式的对焦方法的流程示意图;
图18是本申请某些实施方式的二维坐标曲线;
图19是本申请某些实施方式的对焦方法的流程示意图;
图20是本申请某些实施方式的对焦方法的场景示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或通道的似的标号表示相同或通道的似的元件或具有相同或通道的似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
基因测序是指分析待定DNA片段的碱基排列,也就是分析腺嘌呤(A)、胸腺嘧啶(T)、胞嘧啶(C)和鸟嘧啶(G)的排列方式。目前,二代测序技术利用高分辨率显微镜成像技术,通过以光学信号记录碱基信息,将荧光分子的信号保存到图像中,解码图像信号来获得碱基序列。因此,荧光图像质量影响了强度提取的准确性以及最后输出序列通量。
基因测序的基本流程为:反应-->拍照-->切除,像这样一个过程称为1轮(Cycle),一次测序过程由若干个Cycle组成,一次测序过程也被称为1个Run。由于工艺原因,不同Run使用的测序芯片都存在一定的高度差,而高度差会造成不同测序芯片的最佳焦面不一样,故每个Run在第一Cycle需要对焦找到最佳焦面,然后记下初始最佳焦面的高度ZBest,从第二Cycle开始可以基于第一Cycle ZBest进行预测性找最佳焦面。
因此,基因测序仪的对焦是否准确决定了荧光图像质量的好与差,对焦过程涉及图像清晰度评价以及定位最佳焦面两个方面,也即是,可以通过图像清晰度评价和定位最佳焦面来评判基因测序的对焦效果。
相关技术中,定位最佳焦面主要采用依次扫描方案,即:通过相机依次扫描,再通过图像清晰度评价方法对扫描图像进行清晰度评价,从而确定清晰度最佳的位置,并将其作为最佳焦面。
其中,图像清晰度评价可以采用空域的图像梯度信息、频域的高频信息、信息熵的方法或者基于统计学等来实现。其中,空域的图像梯度信息是依据图像在离焦时边缘细节模糊,聚焦时边缘细节尖锐导致空域的相邻像素间的特征值如灰度、纹理、颜色等在离焦时大小发生变化。空域的图像梯度信息是依据图像离焦时损失大量的高频信息来判断离焦程度。信息熵的方法是依据不同清晰度的图像就会形成不同的光能量分布,离焦越严重,相邻像素之间的影响就越大,导致图像的能量分布更趋向于平均分布。基于统计学的方法是依据具有更多的细节信息在灰度上的表现就是灰度分布的直方图集中度低,灰度范围大,反过来说,图像越模糊,灰度越向均值附近集中,灰度范围逐渐变小原理实现。
然而,由于焦距步长问题,导致最终的最佳焦面存在一定的精度误差,并且需要扫描非常多的焦距,这个过程非常耗时,对焦效率较低,另外,上述图像清晰度评价容易受到杂质、芯片缺陷、光照以及反应情况等因素的影响,而容易导致对焦不准确。
有鉴于此,请参阅图1,本申请提供一种对焦方法,用于基因测序仪,对焦方法包括步骤:
01,控制基因测序仪的相机分别在多个拍照位置对测序芯片拍照,得到每个拍照位置的荧光图像;
02,通过预设清晰度评价函数分别对每张荧光图像中碱基簇的亮度分布进行评价,得到每张荧光图像的图像清晰度;
03,根据所有图像清晰度和拍照位置的高度构建对焦方程;
04,对对焦方程求解,得到基因测序仪的目标焦面;
05,根据目标焦面调节基因测序仪的相机至目标拍照位置,以实现对基因测序仪的对焦。
请参阅图2,本申请实施方式提供了一种对焦装置10,用于基因测序仪。对焦装置10包括控制模块11、计算模块12、构建模块13、处理模块14和调节模块15。步骤01可以由控制模块11实现,步骤02可以由计算模块12实现,步骤03可以由构建模块13实现,步骤04可以由处理模块14实现,步骤05可以由调节模块15实现。
或者说,控制模块11可以用于控制基因测序仪的相机分别在多个拍照位置对测序芯片拍照,得到每个拍照位置的荧光图像。
计算模块12可以用于通过预设清晰度评价函数分别对每张荧光图像中碱基簇的亮度分布进行评价,得到每张荧光图像的图像清晰度。
构建模块13可以用于根据所有图像清晰度和拍照位置的高度构建对焦方程。
处理模块14可以用于对对焦方程求解,得到基因测序仪的目标焦面。
调节模块15可以用于根据目标焦面调节基因测序仪的相机至目标拍照位置,以实现对基因测序仪的对焦。
请参阅图3,本申请实施方式还提供了一种基因测序仪100,基因测序仪100包括处理器20和存储器30;存储器30存储有计算机程序32,在计算机程序32被处理器20执行时,使得处理器20实现上述的对焦方法,也即是,处理器20可以用于控制基因测序仪的相机分别在多个拍照位置对测序芯片拍照,得到每个拍照位置的荧光图像,并通过预设清晰度评价函数分别对每张荧光图像中碱基簇的亮度分布进行评价,得到每张荧光图像的图像清晰度,以及根据所有图像清晰度和拍照位置的高度构建对焦方程;处理器20还可以用于对对焦方程求解,得到基因测序仪的目标焦面,以及根据目标焦面调节基因测序仪的相机至目标拍照位置,以实现对基因测序仪的对焦。
本申请实施方式的对焦方法、对焦装置10以及基因测序仪100中,通过预设清晰度评价函数分别对不同拍照位置拍摄的荧光图像中碱基簇的亮度分布进行评价,得到每张荧光图像的图像清晰度,由于是根据荧光图像中碱基簇的亮度分布来评价荧光图像的清晰度,而碱基簇的亮度分布呈二维高斯分布,不受到杂质、空洞、光照以及反应情况等因素的影响,因此,可以得到的荧光清晰度较为准确,再基于图像清晰度和拍照位置的高度关系构建对焦方程并求解得到基因测序仪的目标焦面,以及再根据目标焦面调节基因测序仪的相机至目标拍照位置,从而以实现对基因测序仪的对焦,如此,定位目标焦面仅需要几张荧光图像,大大降低了定位最佳焦面的搜索效率,提升了基因测序仪的对焦效率,满足了基因测序仪的时效性要求。
在一些实施方式中,基因测序仪100可以是第二代高通量测序设备,第二代高通量测序设备是利用高分辨率显微镜成像技术,通过以光学信号记录碱基信息,将荧光分子的信号保存到图像中,解码图像信号来获得碱基序列。如此,基因测序仪100能够实现本申请实施方式的对焦方法。
在一些实施方式中,对焦装置10可以是基因测序仪100的一部分。或者说,基因测序仪100包括对焦装置10。
在一些实施方式中,对焦装置10可以是一定方式组装以具有前述功能的分立元件、或者是以集成电路形式存在具有前述功能的芯片、又或者是在处理器20上运行时使得处理器20具有前述功能的计算机软件代码段。
在一些实施方式中,作为硬件,对焦装置10可以是独立或者作为额外增加的外围元件加装到基因测序仪100。对焦装置10也可以集成到基因测序仪100,例如,对焦装置10是基因测序仪100的一部分时,对焦装置10可以集成到处理器20上。
在一些对焦装置10是基因测序仪100的一部分的实施方式中,作为软件,对焦装置10对应的代码段可以存储于存储器30上通过处理器20执行实现前述功能。或者说对焦装置10包括前述的计算机程序,又或者说前述的计算机程序包括对焦装置10。
具体地,请结合图4,基因测序仪100还可包括相机和操作台,其中,相机处于操作台上方,测序芯片可置于操作台上,相机可沿Z轴相对移动从而远离操作台或者靠近操作台,从而可在不同拍照位置对位于操作台上的测序芯片拍照,得到每个拍摄位置对应的荧光图像。基因测序仪在对焦过程中,拍照位置的数量可以为多个,例如3个、4个或5个甚至更多个。本申请的对焦过程中,拍照位置的数量可以为3个,也即是,在3个不同拍照位置分别对测序芯片拍摄,得到3张荧光图像,并且,由于相同位置不同轮(CYCLE)的最佳焦面差异很小,因此,在每次对焦时,可以以前一轮的最佳焦面作为本次对焦过程的其中一个拍照位置,其余两个拍照位置与该拍照位置间隔一定距离(例如三个拍照位置均间隔0.4微米)。如此,可以减小对焦过程中的扫描次数,且提升对焦精度。
可以理解地,相机在每个拍摄位置得到荧光图像都需要一定时间,若拍摄位置过多,导致对焦时间过长,而荧光图像越少,则对焦时间越短。因此,本申请对焦过程中通过在3拍照位置拍摄3张荧光图像来得到基因测序仪的最佳拍照位置(目标拍照位置),相较于依次扫描的方式来实现对焦,大大地提高了基因测序仪的对焦效率。
需要说明的是,预设清晰度评价函数是指预先设置于基因测序仪上的清晰度评价函数,例如,预设清晰度可存储于存储器中,并被处理器20调用,用于实现对荧光图像中碱基簇的亮度分布进行评价。碱基簇是由测序芯片中引物与样本的DNA片段结合而形成的。可以理解地,荧光图像中的碱基簇是指荧光图像中用于表征测序芯片的碱基簇的图像。
荧光图像中的每个碱基簇的亮度分布是呈二维高斯分布(正态分布),图像清晰度越高,那么高斯分布越尖锐,并且,碱基簇的亮度分布不受测序芯片中杂质、光照以及点形态和亮度等因素干扰,因此,通过预设清晰度评价函数对荧光图像中的碱基簇的亮度分布将进行评价,可以避免受到测序芯片中杂质、光照以及反应等影响,保证了荧光图像的清晰度准确,为后续对焦提供了保障。
在得到每张荧光图像的图像清晰度后,即确定了每个拍照位置的图像清晰度(每个拍照位置对应一个荧光图像的图像清晰度),这可根据图像清晰度与拍照位置的高度关系构建对焦方程,从而可以根据对焦方程求解出图像清晰度最高所在的目标拍照位置,即定位基因测序仪的目标焦面,从而根据目标焦面对基因测序仪的拍照位置进行调节,使得基因测序仪在目标焦面拍照可以得到清晰度最佳的荧光图像,如此,实现了基因测序仪的对焦。
请参阅图5,在某些实施方式中,步骤02包括:
021,定位到荧光图像中每个碱基簇的位置;
022,根据每个碱基簇的亮度分布以构建对应碱基簇的亮度曲线;
023,根据所有碱基簇的亮度曲线拟合生成平均亮度曲线;
024,通过预设清晰度评价函数对平均亮度曲线评价,以得到荧光图像的图像清晰度。
请进一步结合图2,在某些实施方式中,子步骤021-024可以由计算模块12实现。也即是,计算模块12可以用于定位到荧光图像中每个碱基簇的位置,并根据每个碱基簇的亮度分布以构建对应碱基簇的亮度曲线;计算模块12还可以用于根据所有碱基簇的亮度曲线拟合生成平均亮度曲线,以及通过预设清晰度评价函数对平均亮度曲线评价,以得到荧光图像的图像清晰度。
在某些实施方式中,处理器20可以用于定位到荧光图像中每个碱基簇的位置,并根据每个碱基簇的亮度分布以构建对应碱基簇的亮度曲线;处理器20还可以用于根据所有碱基簇的亮度曲线拟合生成平均亮度曲线,以及通过预设清晰度评价函数对平均亮度曲线评价,以得到荧光图像的图像清晰度。
需要说明的是,每个碱基簇由多个像素点组成,并且,越靠近于碱基簇中心的像素点的亮度值越大(通常,碱基簇中心处的像素点的亮度最大),越远离碱基簇中心的像素点的亮度值越小。不同碱基簇的像素点的分布形态会不同。因此,子步骤022中,可以以碱基簇中的像素点的亮度值来构建表征碱基簇的亮度分布的亮度曲线。
请结合图6,由于碱基簇形态差异、相机畸变等因素,导致碱基簇的亮度曲线并不是完美的对称分布,具有一定的随机性,因此,在子步骤023中,可以叠加所有碱基簇的亮度曲线,生成的平均亮度曲线更加平滑:即求取所有碱基簇的亮度曲线的平均值。
如此,通过碱基簇的亮度分布来构建碱基簇的亮度曲线,并通过所有亮度曲线来拟合生成更为平滑的平均亮度曲线,从而预设清晰度评价函数可以根据平均亮度曲线更全面的评估图像质量,避免了因不同碱基簇形态差异以及相机畸变导致不同的碱基簇的亮度曲线不均而使得清晰度评价不准。
请参阅图7,在某些实施方式中,子步骤021包括:
0211,对荧光图像开运算以去除荧光图像的背景;
0212,对去除背景的荧光图像进行二值化以及滤波处理,生成二值化滤波图像;
0213,检测二值化滤波图像中的亮点,以得到碱基簇的位置。
请进一步结合图2,在某些实施方式中,子步骤0211-0213可以由计算模块12实现。也即是,计算模块12可以用于对荧光图像开运算以去除荧光图像的背景,并对去除背景的荧光图像进行二值化以及滤波处理,生成二值化滤波图像,以及检测二值化滤波图像中的亮点,以得到碱基簇的位置。
在某些实施方式中,处理器20可以用于对荧光图像开运算以去除荧光图像的背景,并对去除背景的荧光图像进行二值化以及滤波处理,生成二值化滤波图像,以及检测二值化滤波图像中的亮点,以得到碱基簇的位置。
需要说明的是,开运算是指对图像依次经过腐蚀,膨胀处理后的过程。二值化是指将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的只有黑和白的视觉效果。
可以理解地,由于荧光图像可能受到测序芯片中的杂质、空洞以及碱基簇形态和亮度等影响而导致荧光图像中的碱基簇不明显,而难以定位到实际的碱基簇,因此,可以先对荧光图像进行开运算而去除荧光图像中的背景噪点,避免背景噪点对碱基簇的干扰。再将荧光图像进行二值化以及滤波处理,使得二值化滤波图像中仅仅含有表征碱基簇的亮点(如图8)。
如此,可以准确地检测到碱基簇的位置,从而后续可以根据碱基簇的亮度分布准确地评价荧光图像的清晰度。
请参阅图9,在某些实施方式中,子步骤022包括:
0221,确定碱基簇的亮度值最大的目标像素点;
0222,以目标像素点所在行的预设个像素点构建横向亮度分布曲线;
0223,以目标像素点所在列的预设个像素点构建纵向亮度分布曲线;
0224,根据横向亮度分布曲线和纵向亮度分布曲线构建亮度曲线。
请进一步结合图2,在某些实施方式中,子步骤0221-0224可以由计算模块12实现。也即是,计算模块12可以用于确定碱基簇的亮度值最大的目标像素点,以及以目标像素点所在行的预设个像素点构建横向亮度分布曲线;计算模块12还可以用于以目标像素点所在列的预设个像素点构建纵向亮度分布曲线,并根据横向亮度分布曲线和纵向亮度分布曲线构建亮度曲线。
在某些实施方式中,处理器20可以用于确定碱基簇的亮度值最大的目标像素点,以及以目标像素点所在行的预设个像素点构建横向亮度分布曲线;处理器20还可以用于以目标像素点所在列的预设个像素点构建纵向亮度分布曲线,并根据横向亮度分布曲线和纵向亮度分布曲线构建亮度曲线。
需要说明的是,在二值化滤波图像中的每个碱基簇由多个亮度值不一像素点组成,并且,越靠近于碱基簇中心的像素点的亮度值越大(通常,碱基簇中心处的像素点的亮度最大),越远离碱基簇中心的像素点的亮度值越小。不同的碱基簇可能形态会不同。
因此,可以先确定碱基簇的亮度值最大的目标像素点,再以目标像素点所在行的预设个像素点构建表征碱基簇横向亮度分布的横向亮度分布曲线,以及以目标像素点所在列的预设个像素点构建表征碱基簇纵向亮度分布的纵向亮度分布曲线,最后,根据横向亮度分布曲线和纵向亮度分布曲线构建出表征该碱基簇总体亮度分布的亮度曲线。如此,后续可以根据亮度曲线进行清晰度评价。
例如,请结合图10-11,以碱基簇中最亮的目标像素点6为中心,获取其所在行的11个像素点,并根据行的11个像素点的位置以及像素亮度值构建得到横向亮度分布曲线(如图10),以及获取目标像素点6所在列的11个像素点,并根据列的11个像素点的位置以及像素亮度值构建得到纵向亮度分布曲线(如图11)。
请参阅图12,在某些实施方式中,子步骤024包括:
0241,获取平均亮度曲线中所有特征点的像素亮度值;
0242,根据所有特征点的像素亮度值计算出平均亮度曲线的平均像素亮度值;
0243,将平均亮度曲线中的中心特征点的像素亮度值、与中心特征点间隔的特征点的像素亮度值和平均像素亮度值输入第一清晰度评价函数,生成荧光图像的图像清晰度。
请进一步结合图2,在某些实施方式中,子步骤0241-0243可以由计算模块12实现。也即是,计算模块12可以用于获取平均亮度曲线中所有特征点的像素亮度值,并根据所有特征点的像素亮度值计算出平均亮度曲线的平均像素亮度值,以及将平均亮度曲线中的中心特征点的像素亮度值、与中心特征点间隔的特征点的像素亮度值和平均像素亮度值输入第一清晰度评价函数,生成荧光图像的图像清晰度。
在某些实施方式中,处理器20可以用于获取平均亮度曲线中所有特征点的像素亮度值,并根据所有特征点的像素亮度值计算出平均亮度曲线的平均像素亮度值,以及将平均亮度曲线中的中心特征点的像素亮度值、与中心特征点间隔的特征点的像素亮度值和平均像素亮度值输入第一清晰度评价函数,生成荧光图像的图像清晰度。
需要说明的是,平均亮度曲线表征所有碱基簇的平均亮度分布,平均亮度曲线中的特征点则表征所有碱基簇的平均亮度分布中的像素点。
例如,在一些示例中,平均亮度曲线中包括11个特征点,中心特征点的像素亮度值为int6,中心特征点间隔的特征点的像素亮度值可以为int4和int8,平均像素亮度值为meanInt,则将中心特征点的像素亮度值、与中心特征点间隔的特征点的像素亮度值和平均像素亮度值输入第一清晰度评价函数时,可以表达为:
sharpness1=(int6×2- int4-int8)/meanInt
如此,后续可以根据图像清晰度构建对焦方程从而求解到基因测序仪的目标焦面。
请参阅图13,在某些实施方式中,子步骤024包括:
0241,获取平均亮度曲线中所有特征点的像素亮度值;
0244,将每个特征点的像素亮度值与像素亮度值最小的特征点的像素亮度值求差,得到对应的差值;
0245,根据所有差值进行计算得到平均亮度曲线的标准差和均值;
0246,通过第二清晰度评价函数根据标准差和均值计算荧光图像的图像清晰度。
请进一步结合图2,在某些实施方式中,子步骤0241、0244-0246可以由计算模块12实现。也即是,计算模块12可以用于获取平均亮度曲线中所有特征点的像素亮度值,将每个特征点的像素亮度值与像素亮度值最小的特征点的像素亮度值求差,得到对应的差值;计算模块12还可以用于根据所有差值进行计算得到平均亮度曲线的标准差和均值,通过第二清晰度评价函数根据标准差和均值计算荧光图像的图像清晰度。
在某些实施方式中,处理器20可以用于获取平均亮度曲线中所有特征点的像素亮度值,将每个特征点的像素亮度值与像素亮度值最小的特征点的像素亮度值求差,得到对应的差值;处理器20还可以用于根据所有差值进行计算得到平均亮度曲线的标准差和均值,通过第二清晰度评价函数根据标准差和均值计算荧光图像的图像清晰度。
具体地,将每个特征点的像素亮度值与像素亮度值最小的特征点的像素亮度值求差的得到差值的计算公式可以为:
intCurveAllMean_min=intCurveAllMean-minValue;
其中,intCurveAllMean_min表示差值, intCurveAllMean表示特征点的像素亮度值,minValue表示像素亮度值中的最小值。
进而,可以根据差值intCurveAllMean_min计算出平均亮度曲线的标准差intCurveAllMean_min_std和均值intCurveAllMean_min_std_mean。
则通过第二清晰度评价函数根据标准差和均值计算荧光图像的图像清晰度可以表达为:
sharpness2= intCurveAllMean_min_std/intCurveAllMean_min_std_mean
其中,sharpness2为图像清晰度,intCurveAllMean_min_std为标准差,intCurveAllMean_min_std_mean为均值。
如此,后续可以根据图像清晰度构建对焦方程从而求解到基因测序仪的目标焦面。
请参阅图14,在某些实施方式中,子步骤024包括:
0241,获取平均亮度曲线中所有特征点的像素亮度值;
0242,根据所有特征点的像素亮度值计算出平均亮度曲线的平均像素亮度值;
0243,将平均亮度曲线中的中心特征点的像素亮度值、与中心特征点间隔的特征点的像素亮度值和平均像素亮度值输入第一清晰度评价函数,生成荧光图像的第一图像清晰度;
0244,将每个特征点的像素亮度值与像素亮度值最小的特征点的像素亮度值求差,得到对应的差值;
0245,根据所有差值进行计算得到平均亮度曲线的标准差和均值;
0246,通过第二清晰度评价函数根据标准差和均值计算荧光图像的第二图像清晰度;
0247,融合第一图像清晰度和第二图像清晰度,生成荧光图像的图像清晰度。
请进一步结合图3,在某些实施方式中,子步骤0241-0247可以由计算模块12实现。也即是,计算模块12可以用于获取平均亮度曲线中所有特征点的像素亮度值,并根据所有特征点的像素亮度值计算出平均亮度曲线的平均像素亮度值,以及将平均亮度曲线中的中心特征点的像素亮度值、与中心特征点间隔的特征点的像素亮度值和平均像素亮度值输入第一清晰度评价函数,生成荧光图像的第一图像清晰度。计算模块12还可以用于将每个特征点的像素亮度值与像素亮度值最小的特征点的像素亮度值求差,得到对应的差值,并根据所有差值进行计算得到平均亮度曲线的标准差和均值,以及通过第二清晰度评价函数根据标准差和均值计算荧光图像的第二图像清晰度,最后融合第一图像清晰度和第二图像清晰度,生成荧光图像的图像清晰度。
在某些实施方式中,处理器20可以用于获取平均亮度曲线中所有特征点的像素亮度值,并根据所有特征点的像素亮度值计算出平均亮度曲线的平均像素亮度值,以及将平均亮度曲线中的中心特征点的像素亮度值、与中心特征点间隔的特征点的像素亮度值和平均像素亮度值输入第一清晰度评价函数,生成荧光图像的第一图像清晰度。处理器20还可以用于将每个特征点的像素亮度值与像素亮度值最小的特征点的像素亮度值求差,得到对应的差值,并根据所有差值进行计算得到平均亮度曲线的标准差和均值,以及通过第二清晰度评价函数根据标准差和均值计算荧光图像的第二图像清晰度,最后融合第一图像清晰度和第二图像清晰度,生成荧光图像的图像清晰度。
需要说明的是,由于测序芯片上进液口和出液口的点形态和亮度差异较大,容易导致不同芯片上不同区域的清晰度计算差异较大,导致采用第一清晰度评价函数或者采用第二清晰度评价函数得到的图像清晰度不准确,因此,在本实施方式中,可以以第一清晰度评价函数得到的第一图像清晰度和以第二清晰度评价函数得到的荧光图像的第二图像清晰度为依据,通过调整它们之间的权重从而实现测序芯片各区域清晰度评价的均衡性,从而保证生成的图像清晰度更准确。
在本实施方式中,融合第一图像清晰度和第二图像清晰度,生成荧光图像的图像清晰度的计算公式可以为:
sharpness-Total = (sharpness1×m+ sharpness2)÷n
其中,sharpness-Total为图像清晰度,sharpness1为第一清晰度评价函数生成的第一图像清晰度,sharpness2为第二清晰度评价函数生成的第二图像清晰度,m和n为系数,具体数值可以根据实验得到,具体数值不限,本实施方式中,m可以为80,n为6.5。
如此,通过将第一清晰度评价函数生成的第一图像清晰度与第二清晰度评价函数生成的第二图像清晰度融合生成最终的图像清晰度,减小测序芯片上进液口和出液口的点形态和亮度差异对清晰度评价造成的影响,保证了图像清晰度准确,进而可以避免进行多次对焦。
请参阅图15,在某些实施方式中,步骤03包括子步骤:
031,以拍照位置的高度作为横坐标,以图像清晰度作为纵坐标;
032,将横坐标和纵坐标代入高斯方程内,求解得到对焦方程。
在某些实施方式中,构建模块13可以用于以拍照位置的高度作为横坐标,以图像清晰度作为纵坐标,以及将横坐标和纵坐标代入高斯方程内,求解得到对焦方程。
在某些实施方式中,处理器20还可用于以拍照位置的高度作为横坐标,以图像清晰度作为纵坐标,以及将横坐标和纵坐标代入高斯方程内,求解得到对焦方程。
请结合图16,例如,在一些示例中,3个拍照位置的高度分别为3181.0微米、3182.2微米以及3182.7微米。并且,拍照位置的高度为3181.0微米的图像清晰度为5.8,拍照位置的高度为3182.2微米的图像清晰度为9.0,拍照位置的高度为3182.7微米的图像清晰度为6.5,则生成的3个坐标点为P1(3181.0,5.8)、P2(3182.2,9.0)和P3(3182.7,6.5),则将P1、P2和P3分别带入高斯方程中,可求解到高斯方程的参数,从而得到对焦方程。
对焦方程可以表示为:
其中,Z1为拍照位置的高度,Sharpness为对应相机在Z1处拍摄荧光图像对应的图像清晰度;a,,/>, c为参数,可以由P1、P2和P3带入求解得到。
如此,后续可以根据对焦方程求解得到图像清晰度最高对应的拍照位置,即可以定位到目标焦面。
请参阅图17,在某些实施方式中,步骤04包括子步骤:
041,拟合对焦方程的二维坐标曲线;
042,根据二维坐标曲线中的最高点处的坐标确定目标焦面。
在某些实施方式中,处理模块14可以用于拟合对焦方程的二维坐标曲线,以及根据二维坐标曲线中的最高点处的坐标确定目标焦面。
在某些实施方式中,处理器20还可用于拟合对焦方程的二维坐标曲线,以及根据二维坐标曲线中的最高点处的坐标确定目标焦面。
例如,请结合图18,对焦方程的二维坐标曲线为呈正态分布,二维坐标曲线中的每个坐标点表征一个拍照位置和对应图像清晰度(拍照位置为横坐标,图像清晰度为纵坐标),从二维坐标曲线得出图像清晰度最高点为P4(9.5,3182.0),则拍照位置为3182.0对应了目标焦面。
当然,可以理解地,本实施方式是通过根据二维坐标曲线的最高点来定位目标焦面,在一些示例中,还可以通过神经网络的方式对对焦方程进行求解,得到目标焦面。也即是说,具体是如何根据对焦方程求解得到目标焦面的方式不限。
请参阅图19,在某些实施方式中,步骤05包括子步骤:
051,在目标拍照位置控制相机对测序芯片拍照,以得到验证荧光图像;
052,通过预设清晰度评价函数对验证荧光图像计算,得到验证荧光图像的验证清晰度;
053,在验证清晰度大于清晰度阈值的情况下,确定实现对基因测序仪的对焦。
在某些实施方式中,调节模块15可以用于在目标拍照位置控制相机对测序芯片拍照,以得到验证荧光图像,并通过预设清晰度评价函数对验证荧光图像计算,得到验证荧光图像的验证清晰度,以及在验证清晰度大于清晰度阈值的情况下,确定实现对基因测序仪的对焦。
在某些实施方式中,处理器20还可用于在目标拍照位置控制相机对测序芯片拍照,以得到验证荧光图像,并通过预设清晰度评价函数对验证荧光图像计算,得到验证荧光图像的验证清晰度,以及在验证清晰度大于清晰度阈值的情况下,确定实现对基因测序仪的对焦。
具体地,处理器20可以控制相机沿Z轴移动,从而将相机的拍照位置移动到目标拍照位置(目标焦面),并控制再相机采集验证荧光图像,并计算验证荧光图像的验证清晰度值realSharpness,如果测得的验证荧光图像的验证清晰度值realSharpness 与对焦方程预测得到的图像清晰度值gaussSharpness的比值>预设阈值0.9,则认为预测成功,否则预测失败,若预测失败,则可重新对焦。
请结合图20,在进行多次实验后,预测的目标焦面(最佳焦面)与扫描到的真实焦面的距离在0.16微米以内(由于扫描步长为0.3微米),而且采用上述对焦方法后,测序质量和测序稳定性得到极大的提升。
本申请实施方式还提供了一种非易失性计算机可读存储介质,可读存储介质存储有计算机程序,在计算机程序被上述处理器20执行的情况下,实现上述任意一实施方式的对焦方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其他任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如数字视频光盘(digital video disc,DVD))、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (11)
1.一种对焦方法,用于基因测序仪,其特征在于,所述对焦方法包括:
控制所述基因测序仪的相机分别在多个拍照位置对测序芯片拍照,得到每个拍照位置的荧光图像;
通过预设清晰度评价函数分别对每张所述荧光图像中碱基簇的亮度分布进行评价,得到每张所述荧光图像的图像清晰度;
根据所有所述图像清晰度和所述拍照位置的高度构建对焦方程;
对所述对焦方程求解,得到所述基因测序仪的目标焦面;
根据所述目标焦面调节所述基因测序仪的相机至目标拍照位置,以实现对所述基因测序仪的对焦;
所述通过预设清晰度评价函数分别对每张所述荧光图像中碱基簇的亮度分布进行评价,得到每张所述荧光图像的图像清晰度,包括:
定位到所述荧光图像中每个碱基簇的位置;
根据每个所述碱基簇的亮度分布以构建对应所述碱基簇的亮度曲线;
根据所有所述碱基簇的亮度曲线拟合生成平均亮度曲线;
通过所述预设清晰度评价函数对所述平均亮度曲线评价,以得到所述荧光图像的图像清晰度;
所述根据每个所述碱基簇的亮度分布以构建对应所述碱基簇的亮度曲线,包括:
确定所述碱基簇的亮度值最大的目标像素点;
以所述目标像素点所在行的预设个像素点构建横向亮度分布曲线;
以所述目标像素点所在列的预设个像素点构建纵向亮度分布曲线;
根据所述横向亮度分布曲线和所述纵向亮度分布曲线构建所述亮度曲线。
2.根据权利要求1所述的对焦方法,其特征在于,所述定位到所述荧光图像中每个碱基簇的位置,包括:
对所述荧光图像开运算以去除所述荧光图像的背景;
对去除背景的所述荧光图像进行二值化以及滤波处理,生成二值化滤波图像;
检测所述二值化滤波图像中的亮点,以得到所述碱基簇的位置。
3.根据权利要求1所述的对焦方法,其特征在于,所述预设清晰度评价函数包括第一清晰度评价函数,所述根据所述预设清晰度评价函数对所述平均亮度曲线评价,以得到所述荧光图像的图像清晰度,包括:
获取所述平均亮度曲线中所有特征点的像素亮度值;
根据所述所有特征点的像素亮度值计算出所述平均亮度曲线的平均像素亮度值;
将所述平均亮度曲线中的中心特征点的像素亮度值、与所述中心特征点间隔的特征点的像素亮度值和所述平均像素亮度值输入所述第一清晰度评价函数,生成所述荧光图像的图像清晰度。
4.根据权利要求1所述的对焦方法,其特征在于,所述预设清晰度评价函数包括第二清晰度评价函数,所述根据所述预设清晰度评价函数对所述平均亮度曲线评价,以得到所述荧光图像的图像清晰度,包括:
获取所述平均亮度曲线中所有特征点的像素亮度值;
将每个特征点的像素亮度值与像素亮度值最小的特征点的像素亮度值求差,得到对应的差值;
根据所有所述差值进行计算得到所述平均亮度曲线的标准差和均值;
通过第二清晰度评价函数根据所述标准差和所述均值计算所述荧光图像的图像清晰度。
5.根据权利要求1所述的对焦方法,其特征在于,所述预设清晰度评价函数包括第一清晰度评价函数和第二清晰度评价函数,所述根据所述预设清晰度评价函数对所述平均亮度曲线评价,以得到所述荧光图像的图像清晰度,包括:
获取所述平均亮度曲线中所有特征点的像素亮度值;
根据所述所有特征点的像素亮度值计算出所述平均亮度曲线的平均像素亮度值;
将所述平均亮度曲线中的中心特征点的像素亮度值、与所述中心特征点间隔的特征点的像素亮度值和所述平均像素亮度值输入所述第一清晰度评价函数,生成所述荧光图像的第一图像清晰度;
将每个特征点的像素亮度值与像素亮度值最小的特征点的像素亮度值求差,得到对应的差值;
根据所有所述差值进行计算得到所述平均亮度曲线的标准差和均值;
将所述标准差和所述均值输入至所述第二清晰度评价函数,生成所述荧光图像的第二图像清晰度;
融合所述第一图像清晰度和所述第二图像清晰度,生成所述荧光图像的图像清晰度。
6.根据权利要求1所述的对焦方法,其特征在于,所述根据所有所述图像清晰度和所述拍照位置的高度构建对焦方程,包括:
以所述拍照位置的高度作为横坐标,以所述图像清晰度作为纵坐标;
将所述横坐标和所述纵坐标代入高斯方程内,求解得到所述对焦方程。
7.根据权利要求1所述的对焦方法,其特征在于,对所述对焦方程求解,得到所述基因测序仪的目标焦面,包括:
拟合所述对焦方程的二维坐标曲线;
根据所述二维坐标曲线中的最高点处的坐标确定所述目标焦面。
8.根据权利要求1所述的对焦方法,其特征在于,所述根据所述目标焦面调节所述基因测序仪的相机至目标拍照位置,以实现对所述基因测序仪的对焦,包括:
在所述目标拍照位置控制所述相机对所述测序芯片拍照,以得到验证荧光图像;
通过所述预设清晰度评价函数对所述验证荧光图像计算,得到所述验证荧光图像的验证清晰度;
在所述验证清晰度大于清晰度阈值的情况下,确定实现对所述基因测序仪的对焦。
9.一种对焦装置,用于基因测序仪,其特征在于,所述对焦装置包括:
控制模块,用于控制所述基因测序仪的相机分别在多个拍照位置对测序芯片拍照,得到每个拍照位置的荧光图像;
计算模块,用于通过预设清晰度评价函数分别对所述荧光图像中碱基簇的亮度分布进行评价,得到每张所述荧光图像的图像清晰度;
构建模块,用于根据所有所述图像清晰度和所述拍照位置的高度构建对焦方程;
处理模块,用于对所述对焦方程求解,得到所述基因测序仪的目标焦面;
调节模块,用于根据所述目标焦面调节所述基因测序仪的相机至目标拍照位置,以实现对所述基因测序仪的对焦;
所述计算模块还用于:定位到所述荧光图像中每个碱基簇的位置;根据每个所述碱基簇的亮度分布以构建对应所述碱基簇的亮度曲线;根据所有所述碱基簇的亮度曲线拟合生成平均亮度曲线;通过所述预设清晰度评价函数对所述平均亮度曲线评价,以得到所述荧光图像的图像清晰度;
以及用于确定所述碱基簇的亮度值最大的目标像素点;以所述目标像素点所在行的预设个像素点构建横向亮度分布曲线;以所述目标像素点所在列的预设个像素点构建纵向亮度分布曲线;根据所述横向亮度分布曲线和所述纵向亮度分布曲线构建所述亮度曲线。
10.一种基因测序仪,其特征在于,包括处理器和存储器,所述存储器存储有计算机程序,当所述计算机程序被所述处理器执行的情况下,使得所述处理器实现权利要求1-8任一项所述的对焦方法。
11.一种包含计算机程序的非易失去性计算机可读存储介质,其特征在于,当所述计算机程序被处理器执行的情况下,使得所述处理器实现权利要求1-8任一项所述的对焦方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310804727.4A CN116528047B (zh) | 2023-07-03 | 2023-07-03 | 对焦方法、装置、基因测序仪及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310804727.4A CN116528047B (zh) | 2023-07-03 | 2023-07-03 | 对焦方法、装置、基因测序仪及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116528047A CN116528047A (zh) | 2023-08-01 |
CN116528047B true CN116528047B (zh) | 2023-09-08 |
Family
ID=87405031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310804727.4A Active CN116528047B (zh) | 2023-07-03 | 2023-07-03 | 对焦方法、装置、基因测序仪及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116528047B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014059858A1 (zh) * | 2012-10-18 | 2014-04-24 | 苏州惠生电子科技有限公司 | 一种显微影像检测仪器及其自动调焦方法 |
CN108200329A (zh) * | 2017-12-05 | 2018-06-22 | 湖南海翼电子商务股份有限公司 | 摄像装置及其检测启动方法 |
CN108345085A (zh) * | 2017-01-25 | 2018-07-31 | 广州康昕瑞基因健康科技有限公司 | 聚焦方法和聚焦系统 |
WO2018188440A1 (zh) * | 2017-04-10 | 2018-10-18 | 深圳市瀚海基因生物科技有限公司 | 成像方法、装置及系统 |
CN113640260A (zh) * | 2021-07-27 | 2021-11-12 | 北京海维尔科技发展有限公司 | 一种基因测序方法以及基因测序仪 |
CN114040111A (zh) * | 2021-11-25 | 2022-02-11 | 广州市锐博生物科技有限公司 | 测序仪成像对焦方法及装置、设备、存储介质 |
CN116342529A (zh) * | 2023-03-27 | 2023-06-27 | 中元汇吉生物技术股份有限公司 | 碱基荧光图像清晰度的评估方法及设备、介质和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020037573A1 (zh) * | 2018-08-22 | 2020-02-27 | 深圳市真迈生物科技有限公司 | 检测图像上的亮斑的方法、装置和计算机程序产品 |
-
2023
- 2023-07-03 CN CN202310804727.4A patent/CN116528047B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014059858A1 (zh) * | 2012-10-18 | 2014-04-24 | 苏州惠生电子科技有限公司 | 一种显微影像检测仪器及其自动调焦方法 |
CN108345085A (zh) * | 2017-01-25 | 2018-07-31 | 广州康昕瑞基因健康科技有限公司 | 聚焦方法和聚焦系统 |
WO2018188440A1 (zh) * | 2017-04-10 | 2018-10-18 | 深圳市瀚海基因生物科技有限公司 | 成像方法、装置及系统 |
CN108200329A (zh) * | 2017-12-05 | 2018-06-22 | 湖南海翼电子商务股份有限公司 | 摄像装置及其检测启动方法 |
CN113640260A (zh) * | 2021-07-27 | 2021-11-12 | 北京海维尔科技发展有限公司 | 一种基因测序方法以及基因测序仪 |
CN114040111A (zh) * | 2021-11-25 | 2022-02-11 | 广州市锐博生物科技有限公司 | 测序仪成像对焦方法及装置、设备、存储介质 |
CN116342529A (zh) * | 2023-03-27 | 2023-06-27 | 中元汇吉生物技术股份有限公司 | 碱基荧光图像清晰度的评估方法及设备、介质和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116528047A (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107918931B (zh) | 图像处理方法及系统及计算机可读存储介质 | |
CN113109368B (zh) | 玻璃裂纹检测方法、装置、设备及介质 | |
KR101224164B1 (ko) | 번호판영역 검출을 위한 전처리 방법 및 장치 | |
JP5852919B2 (ja) | ひび割れ検出方法 | |
JP2013531268A (ja) | 符号化開口を使用した距離の測定 | |
US20230091606A1 (en) | Methods and Systems for Calibrating a Camera | |
CN116580024B (zh) | 一种基于图像处理的焦炭质量检测方法 | |
CN113362238A (zh) | 测试图像处理方法、装置、电子设备及存储介质 | |
CN114283089B (zh) | 基于跳跃加速的深度恢复方法、电子设备及存储介质 | |
US10867374B2 (en) | Auto-focusing system and method by determining contrast difference between adjacent pixels using sobel filter | |
CN116057949B (zh) | 用于量化图像中光耀斑的系统和方法 | |
CN116528047B (zh) | 对焦方法、装置、基因测序仪及存储介质 | |
CN116563298B (zh) | 基于高斯拟合的十字线中心亚像素检测方法 | |
CN114529509B (zh) | 图像噪声评价方法、电子设备和计算机可读存储介质 | |
CN113436120B (zh) | 一种图像模糊值识别方法及装置 | |
CN111161211B (zh) | 一种图像检测方法及装置 | |
CN113822818A (zh) | 散斑提取方法、装置、电子设备及存储介质 | |
KR101025568B1 (ko) | 영상의 엔트로피를 이용한 초점위치 결정장치 및 방법 | |
CN108376394B (zh) | 一种基于频域直方图分析的摄像头自动对焦方法和系统 | |
CN109643451B (zh) | 线检测方法 | |
KR101707625B1 (ko) | 영상데이터를 이용한 패턴정보 추출방법 | |
JP2019192048A (ja) | 撮像装置 | |
CN115984863B (zh) | 图像处理方法、装置、设备及存储介质 | |
JPH08145642A (ja) | 部品認識方法および部品認識装置 | |
CN113962918A (zh) | 一种光纤纤芯的聚焦方法及系统 |
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 |