基于非线性形变模型的双向凝胶图像校正

摘要

在生物化学和生命科学等领域，随着现代科学水平的进步，蛋白质组学已经成为前沿的研究领域。在蛋白质的鉴定及生理病理学中的蛋白质功能测定中，首先利用双向凝胶电泳技术对复杂的蛋白质组织进行分离，扫描存档，完成双向凝胶电泳图像的采集。凝胶图像中含有大量蛋白点，需要利用计算机软件进行分析。分析同一样本在不同时期凝胶图像中对应蛋白点对的变化，从而提取出感兴趣蛋白点对进行研究。在获取凝胶图像的过程中，由于蛋白点的移动变形、外部环境的变化、仪器的多样性和仪器产生的噪声等问题可能造成同一样本的凝胶之间出现图像失真。为了更好地进行蛋白质组的分析，必须在凝胶图像的预处理阶段消除失真，完成图像的校正，以便更好地实现凝胶图像的匹配。
　　凝胶图像的校正，就是消除几何失真对图像产生的影响。本论文以凝胶图像的几何失真校正为研究重点，基于多种形变方法，完成凝胶图像的校正。主要研究内容如下:
　　（1）本论文研究了基于薄板样条函数（ThinPlateSpline,TPS）的形变,通过手动标记控制点，找到一个通过部分控制点的弯曲能量最小的光滑曲面。实验结果表明，对于凝胶图像的非线性几何失真，校正效果比较明显，但手动选点会存在一定的误差，而标记点的位置偏移，会导致图像的校正偏差；
　　（2）基于B样条函数的形变，同样是非线性形变方法的一种，用自由形变模型的网格点作为图像的控制点，根据控制点局部控制性和计算效率考虑，构建三次均匀B样条形变模型。通过改变网格间距的大小，网格控制点周围的点随之改变，其校正效果也有明显的变化，必须根据失真程度选择合适的网格大小。仿真结果表明，较TPS形变校正来讲，校正效果有所改善。但在失真程度比较严重、网格间距较大时，部分控制点形变效果欠佳；
　　（3）由于凝胶图像失真的中心拉伸特点，“笑脸”形变模型可以对图像进行整体的形变，消除这种微笑失真。本论文将“笑脸”形变模型和B样条形变模型有效的融合在一起，提出一种新的校正算法，充分利用“笑脸”全局形变和B样条函数局部形变的特点。仿真实验结果表明，这种方法和其他形变校正方法相比，形变校正效果更佳。
　　刚性变换、仿射变换等线性变化，算法简单，运算速度快，但是只适合图像的平移、旋转等线性几何失真的校正，对非线性的几何失真效果甚微。本论文将几种典型的非线性形变方法用在凝胶图像的失真校正上，对比分析校正效果得出，本论文所提出的形变校正方法，能将失真图像的细节信息和先验知识进行有效结合，在保证形变平滑性的同时又能得到良好的校正效果，并具有较高的计算效率，适合实际研究中使用。

目录

声明

第一章 绪论

1.1 课题研究的背景及意义

1.2 国内外研究现状

1.3 本文的主要研究内容和结构安排

1.4 本章小结

第二章 双向凝胶电泳图像分析

2.1 双向凝胶电泳图像的计算机分析

2.2 双向凝胶图像的蛋白点分析

2.3 双向凝胶图像的失真

2.4 本章小结

第三章 双向凝胶电泳图像形变校正的算法研究

3.1 凝胶图像形变校正简介

3.2 凝胶图像的几何形变

3.3 薄板样条函数形变模型

3.4 本章小结

第四章 基于B样条函数的凝胶图像校正

4.1 B样条函数理论基础

4.2 基于B样条形变函数的凝胶图像的校正

4.3 “笑脸”形变模型

4.4 改进的形变校正算法

4.5 形变校正实验结果与分析

4.6 本章小结

第五章 总结与展望

参考文献

攻读硕士学位期间参与科研项目

攻读硕士学位期间发表的论文

致谢