基于熒光顯微圖像的亞細胞定位算法.pdf

1、基于熒光顯微圖像的亞細胞定位算法上海師范大學(xué)碩士學(xué)位論文研究生：李超指導(dǎo)老師：黃繼風(fēng)專業(yè)：計算機軟件與理論研究方向：數(shù)字圖像處理與模式識別中國，上海，上海師范大學(xué)信息與機電工程學(xué)院20144上海師范大學(xué)碩士學(xué)位論文摘要摘要蛋白質(zhì)亞細胞定位是分子細胞生物學(xué)和蛋白質(zhì)組學(xué)的一個重要研究課題。蛋白質(zhì)在核糖體內(nèi)合成之后必須被轉(zhuǎn)運到特定的亞細胞器官，才能發(fā)揮其生物學(xué)功能，使整個生命機體正常運轉(zhuǎn)。蛋白質(zhì)的亞細胞定位與其功能密切相關(guān)。因此，研究蛋白質(zhì)的

2、亞細胞定位，有助于了解蛋白質(zhì)的性能和功能。自動的熒光顯微鏡技術(shù)是目前在光鏡水平對特異蛋白質(zhì)等生物大分子定性定位研究的最有利手段之一，允許蛋白質(zhì)定位以高通量熒光成像。因此，我們需要一個自動高效的方法能夠?qū)喖毎麍D像進行量化、區(qū)分和分類，關(guān)鍵點在于圖像特征的提取以及分類算法的設(shè)計。本文主要圍繞這一主題，針對蛋白質(zhì)亞細胞圖像的特征提取方法和分類預(yù)測算法兩方面進行了研究，并在不同的數(shù)據(jù)集上分別進行了測試和分析。本文的主要創(chuàng)新工作概況如下：本文提

3、出了一種新的蛋白質(zhì)亞細胞圖像提取算法，該算法基于圖像局部不變特征，且具有旋轉(zhuǎn)和平移不變性。主要思想是：首先是選取一個閾值對圖像進行預(yù)處理，小于該閾值的像素點像素值統(tǒng)一置為零，大于或等于閾值的像素點的像素值保持不變，這樣我們把圖像分割為背景部分和目標部分，在盡量不損失圖像信息的情況下，減少特征提取工作量，提高算法效率；其次，對目標區(qū)域中的每個像素點，計算其與周圍8個像素點的差值，若領(lǐng)域灰度值較小的標記該領(lǐng)域點為0，其余的則標記為1，這樣會

4、得到一個鄰域二值模型，對該模型進行求和運算(即統(tǒng)計1的個數(shù))，其值范圍為O8，這樣每幅圖像的像素點可歸為08共9組；最后，對每幅圖像，統(tǒng)計其每組像素點的個數(shù)，然后再根據(jù)鄰域差值模型，分別計算出每組像素點的正負差值之和以及差值絕對值的方差，這樣每組可計算得到4個統(tǒng)計量，每幅圖像我們可以得到94=36組特征量。在本文中，我們采用了支持向量機算法作為預(yù)測分類工具，在LOCATEEndogenous、LOCATETransfected和2DHe