DNA指纹图谱的自动识别与分析定位研究

论文摘要

DNA指纹图谱是通过实验使不同大小的DNA片断在凝胶底板上分离并显影而得到的图像。DNA指纹图谱首先在法医、亲子鉴定及遇难人员身份确定等社会领域得到应用。随后,当生物学家们将这种方法引入到生物学研究中时,其优越的表现使其成为目前分子生物学研究中一种普遍使用的手段,在种质资源保护、作物遗传育种等领域得到广泛的应用。因此,寻求一种高效的DNA指纹图谱的鉴定方法可以更好的推动DNA指纹图谱在各个适用领域的应用。本文在已有DNA指纹图谱分析系统基础上,对现有DNA指纹图谱分析系统进行了进一步改进,完善了DNA指纹图谱的数学模型及泳道中谱带的自动分析定位方法。该数学模型表达了图谱中DNA限制性片段大小与其位移之间的函数关系。基于数字图像处理的DNA指纹图谱分析定位的具体步骤包括:1)图像预处理。主要目的是去除噪声和图像增强,具体手段包括直方图均衡化、图像锐化和中值滤波等。本文采用的方法是采用直方图均衡化和去除小成分的结合方法,实验表明除小成分方法能很好的去除掉这种不关心的区域,而且很好地去除了噪声,并且虽然对图像边缘产生模糊效果,但极大的降低了泳道与泳道间的区域对泳道的影响,为后续精确的分割泳道奠定了基础。2)泳道自动分割。目的是将图谱中不同的泳道分割开来,形成一个个逻辑上相对独立的实体便于下一步分别进行分析。根据DNA指纹图谱的特点,本文采用了利用两个泳道间灰度值之和最大的原理进行自动分割的模型,并发展出相应的方法。实验证明,该方法分割效果较好,能够自动分割出DNA指纹图谱中所有泳道,即使泳道宽度略有不同,也可以准确的定位泳道的位置,并分割出来。3)谱带自动定位。这是DNA指纹图谱数字图像分析的最后一步,也是本文的核心部分,谱带的定位也是整个DNA指纹图谱分析过程最重要的部分,从一定程度上说,谱带定位的精确与否直接反映出DNA指纹图谱分析的结果正确与否。本部分的主要任务是将DNA限制性片断形成的谱带从背景中分离出来。为了有效的对DNA指纹图谱数字图像进行分割,本文提出了“置信区间法”,其基本思路是把谱带的亮度灰度值视为一个具有某个平均数和标准差的总体,根据平均数和标准差的大小,以及选取一个合理的置信度求出一个临界值,这个临界值就是阈值。实验证明“置信区间法”求得的阈值与目前常用的最大方差法求得的阈值相比更加适用于谱带分割,在对DNA指纹图谱数字图像进行分割时,有效的解决了谱带“粘合”问题,提高了谱带分析的准确性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 DNA 指纹图谱
• 1.1.1 高变异DNA 序列的发现
• 1.1.2 产生背景
• 1.1.3 DNA 指纹图谱的特点
• 1.1.4 DNA 指纹图谱的应用
• 1.2 DNA 指纹图谱的自动识别技术发展现状
• 1.3 本章小结
• 第二章 DNA 指纹图谱图像预处理
• 2.1 背景抑制
• 2.1.1 直方图均衡化
• 2.1.2 同态滤波方法
• 2.2 噪声抑制
• 2.2.1 均值滤波
• 2.2.2 中值滤波
• 2.2.3 高斯滤波
• 2.3 本文采用的方法
• 第三章 DNA 指纹图谱泳道自动分割
• 3.1 图像二值化
• 3.1.1 p -参数法
• 3.1.2 直方图峰谷方法
• 3.1.3 类间最大距离法
• 3.1.4 最大熵方法
• 3.2 图像处理实例
• 3.3 泳道分析
• 3.3.1 去除泳道中的干扰因素
• 3.3.2 基于高斯滤波的对称性和单调性抑制
• 3.3.3 一维线性模型
• 3.4 本章小结
• 第四章 DNA 指纹图谱谱带自动定位
• 4.1 数学模型——DNA 片段位移/尺寸模型
• 4.2 标记谱带分析
• 4.2.1 可变形模板
• 4.2.2 算法原理
• 4.3 数据谱带自动定位
• 4.3.1 Top-hat 滤波
• 4.3.2 聚类方法
• 4.3.3 最大方差法
• 4.3.4 本文所用方法
• 4.4 本章小结
• 第五章 结束语
• 5.1 全文总结
• 5.2 存在问题及研究展望
• 参考文献
• 致谢
• 攻读学位期间的研究成果