基于動(dòng)態(tài)閾值和特征帶的染色體自動(dòng)識(shí)別方法研究.pdf

1、染色體識(shí)別一直是細(xì)胞遺傳學(xué)的重要課題，并在染色體綜合癥診斷等方面有著廣泛的應(yīng)用價(jià)值。傳統(tǒng)染色體識(shí)別由人工完成，不僅識(shí)別過程繁瑣，而且識(shí)別率低。自1960年代末起，國際上就展開了染色體自動(dòng)識(shí)別的研究，并出現(xiàn)多種染色體自動(dòng)識(shí)別系統(tǒng)。 染色體的自動(dòng)識(shí)別是模式識(shí)別、機(jī)器視覺和人工智能等諸多領(lǐng)域研究的熱點(diǎn)問題，其研究成果對(duì)于生物細(xì)胞學(xué)、遺傳學(xué)和臨床醫(yī)學(xué)應(yīng)用有重大價(jià)值，因此長期以來一直受到人們的關(guān)注。已有的染色體自動(dòng)識(shí)別系統(tǒng)雖已應(yīng)用，但是通

2、常要求很高的樣品質(zhì)量，或者在識(shí)別的過程中進(jìn)行人機(jī)交互操作。而實(shí)際的研究和臨床工作中采集圖像過程往往受到許多隨機(jī)因素的影響，圖片質(zhì)量難以達(dá)到目前系統(tǒng)的要求，這樣識(shí)別正確率就會(huì)大大降低，因此目前的識(shí)別系統(tǒng)還并不能稱為真正意義的“自動(dòng)”識(shí)別系統(tǒng)。尤其目前隨著臨床醫(yī)學(xué)迅猛發(fā)展，對(duì)染色體自動(dòng)識(shí)別的正確率和效率也越來越高，使得已有的識(shí)別系統(tǒng)難以應(yīng)付。 早期染色體的染色體識(shí)別多采用統(tǒng)計(jì)的方法，隨著人工智能、計(jì)算機(jī)視覺等興起，以及生理學(xué)、神經(jīng)生

3、物學(xué)、心理學(xué)等對(duì)人類視覺研究的深入，后來引入了人工神經(jīng)元網(wǎng)絡(luò)，近來又引入了模糊理論；此外新的染帶制作方法的提出，計(jì)算機(jī)硬件不斷發(fā)展，也促使識(shí)別的準(zhǔn)確率有很大提高，但一直都沒有達(dá)到令人滿意程度。 本文對(duì)已有的染色體圖像采集過程和染色體圖像處理分析過程進(jìn)行研究。認(rèn)為造成識(shí)別率難以提高的兩個(gè)主要原因是：(1)由于顯微鏡背景燈照明不均勻，影響?yīng)毩⑷旧w提取的準(zhǔn)確率：(2)在以往常用染色體長度、著絲粒系數(shù)和帶紋作為分類依據(jù)，但是由于部分染

4、色體長度、著絲粒系數(shù)接近，而且染帶過程和圖像處理使得著絲粒不是分明顯，帶紋由于相互疊加也常常不清晰。 本文基于以上兩點(diǎn)不足，提出動(dòng)態(tài)閾值算法和特征帶概念。使用提出動(dòng)態(tài)閩值算法處理染色體圖像，使由于光照不均-造成的獨(dú)立染色體分割的準(zhǔn)確率提高； 特征代的概念是根據(jù)人工識(shí)別染色體的過程提出，使用染色體特征帶并與先前的著絲粒系數(shù)和染色體長度一起作為識(shí)別依據(jù)來識(shí)別染色體，使識(shí)別的染色體，尤其是長度和著絲粒系數(shù)相近的染色體識(shí)別的準(zhǔn)確