基于二维凝胶电泳图像的蛋白质点检测方法研究

论文摘要

二维凝胶电泳技术是目前蛋白质组学研究的重要研究技术之一，差异蛋白质信息的准确提取是二维凝胶电泳技术的核心内容，如何在二维凝胶电泳错综复杂的图像中，自动、快速和准确地检测蛋白质点是差异蛋白质信息提取的重点和难点。本文对二维凝胶电泳图像的预处理技术和蛋白质点的检测技术进行了系统深入的研究，主要研究工作和成果如下：（1）研究了二维凝胶电泳图像的预处理方法。针对凝胶图像在电泳、染色和扫描等过程中带来的噪声干扰，采用快速中值滤波、高斯滤波和形态学滤波等方法进行图像去噪，减少噪声对蛋白质点检测的影响。同时，针对凝胶图像的背景不均衡性，采用形态学高帽变换对凝胶图像进行背景估计，消除背景干扰。实验结果表明，以上预处理方法能够较好的减少噪声及背景变化对蛋白质点检测的干扰，提高了检测的精确度。（2）研究了基于高斯-拉普拉斯变换的蛋白质点检测算法。首先，对预处理后的图像进行拉普拉斯变换，将拉普拉斯变换后的方向值和二阶导数值分别保存在两个图像中。然后，使用连通域搜索和试探法扩展和优化蛋白质点区域。最后，量化并输出合格蛋白质点。实验结果表明，该算法对噪声非常敏感，虽然能很好地检测出PDQuest标准凝胶图像和质量较好的相机拍摄图像的大多数蛋白质点，但对噪声干扰严重、背景变化明显且具有严重过饱和现象的凝胶扫描图像的检测效果不佳。（3）研究了基于标记控制分水岭变换的蛋白质点检测算法。为了解决传统分水岭算法的过分割和分水岭脊线不连续问题，本文提出了一种使用形态学梯度重建、距离变换和标记提取技术相结合进行区域极小值控制的二次分水岭分割方法。同时，为了提取出合格蛋白质点，减少伪蛋白质点的影响，定义了一个合格蛋白质点检验准则，并将其作为提取合格蛋白质点的根据。实验结果表明，该算法对各种凝胶图像均能较好地检测出蛋白质点区域，较好地解决了过分割和分水岭脊线不连续的问题，并且合格蛋白质点检验准则对提取合格蛋白质点是行之有效的。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的背景及意义
• 1.2 国内外研究现状
• 1.2.1 二维凝胶电泳技术
• 1.2.2 二维凝胶电泳图像分析软件
• 1.2.3 二维凝胶电泳图像的预处理技术
• 1.2.4 二维凝胶电泳图像的蛋白质点检测算法
• 1.3 本文的主要研究内容
• 第2章 二维凝胶电泳图像的预处理
• 2.1 二维凝胶电泳图像的滤波
• 2.1.1 均值滤波
• 2.1.2 中值滤波
• 2.1.3 高斯滤波
• 2.1.4 形态学滤波
• 2.2 二维凝胶电泳图像的背景校正
• 2.3 本章小结
• 第3章 基于高斯-拉普拉斯变换的蛋白质点检测算法
• 3.1 概述
• 3.2 蛋白质点检测中的拉普拉斯变换
• 3.3 蛋白质点区域提取算法
• 3.4 蛋白质点分析
• 3.4.1 蛋白质点特征
• 3.4.2 蛋白质点标准化
• 3.5 实验结果与分析
• 3.6 本章小结
• 第4章 基于标记控制分水岭变换的蛋白质点检测算法
• 4.1 概述
• 4.2 形态学梯度变换
• 4.3 形态学重建
• 4.3.1 重建
• 4.3.2 区域极值变换
• 4.3.3 h-极值变换
• 4.3.4 极小值强加
• 4.4 二值图像的连通域快速标记
• 4.5 二值图像的距离变换
• 4.6 分水岭变换
• 4.6.1 传统的分水岭算法
• 4.6.2 改进的分水岭算法
• 4.7 蛋白质点分析
• 4.8 实验结果与分析
• 4.9 本章小结
• 第5章 总结与展望
• 5.1 研究工作总结
• 5.2 今后研究工作展望
• 参考文献
• 发表论文和参加科研情况说明
• 致谢