基于EM算法的基因芯片图像信号检测与分析

基因芯片(Gene Chip)是上世纪80年代中期发展起来的一种新型实用的高新生物技术,目前已成为国际上生命科学研究的热点之一。基因芯片技术系指将大量探针分子固定于支持物上后与标记的样品分子进行杂交,通过检测每个探针分子的杂交信号强度进而获取样品分子的数量和序列信息。靶点信号检测与数据分析是基因芯片杂交实验过程中的重要环节,该环节包括芯片图像处理和信号提取与表达两个部分。 本文应用数字图像处理的基本理论,针对基因芯片图像的特点,对芯片图像处理和信号提取与表达中的关键技术——图像预处理、网格定位、靶点分割以及信号提取与数据表达等方面,展开了深入的研究,并在总结与重现前人方法的基础上,提出了自己的方法与见解。本文的主要内容包括如下: 首先,介绍了基因芯片图像预处理过程。其中,图像滤波处理是基因芯片图像处理过程中的一个重要环节,它直接影响到网格定位、靶点分割等后续处理过程的准确性。本文针对基因芯片图像中存在的噪声特点,在总结了常用方法的基础上,提出了补偿矢量滤波(Offset Vector Filtering)的方法,并通过实验验证了该方法的优越性。其次,网格定位是确定靶区和靶点在图像上坐标位置的过程。根据基因芯片图像的特点,本文采用了算法简单、定位准确的投影法实现了靶区和靶点的定位。 第三,靶点分割是确定信号区域和背景区域的过程,是基因芯片图像数据提取的重要依据。本文在总结常用分割方法的基础上,提出了一种基于期望最大化算法(Expectation Maximization Algorithm)的靶点分割方法,并结合实验详细介绍了该方法的实现步骤。该方法较常用的方法具有分割准确,不受靶点形状与大小的限制,也不受靶点对比强度的限制等优越性。 最后,根据靶点分割的边界,对芯片的几个重要数据(包括靶点的信号强度,背景信号强度等)进行了提取,并采用MA图对芯片进行了可视化的数据表达与分析。