CN101894272A - 两凝胶图像间的蛋白质点自动匹配方法 - Google Patents
两凝胶图像间的蛋白质点自动匹配方法 Download PDFInfo
- Publication number
- CN101894272A CN101894272A CN2010102485884A CN201010248588A CN101894272A CN 101894272 A CN101894272 A CN 101894272A CN 2010102485884 A CN2010102485884 A CN 2010102485884A CN 201010248588 A CN201010248588 A CN 201010248588A CN 101894272 A CN101894272 A CN 101894272A
- Authority
- CN
- China
- Prior art keywords
- gel images
- protein spots
- characteristic
- protein
- spots
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Peptides Or Proteins (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及图像配准技术领域,特别是一种两凝胶图像间的蛋白质点自动匹配方法,其特征在于:该方法包括如下步骤:1)分别对两凝胶图像的蛋白质点进行检测与量化;2)两凝胶图像中任选一副,在中间区域中统计所有两邻近蛋白质点间的距离,并以它们的均值作为匹配距离的阈值;3)提取两凝胶图像的特征蛋白质点;4)利用特征蛋白质点间线段距离和角度,结合统计方法对两凝胶图像间的特征蛋白质点进行匹配;5)利用邻近已匹配到的特征蛋白质点进行局部坐标变换,将两凝胶图像间的蛋白质点变换到同一坐标系中;6)两凝胶图像间蛋白质点的匹配。该方法不仅鲁棒性、精度高,而且智能化程度高。
Description
技术领域
本发明涉及图像配准技术领域,特别是一种两凝胶图像间的蛋白质点自动匹配方法。
背景技术
基于凝胶图像的蛋白质点分析方法是分子生物学研究领域的重要内容之一,不同凝胶图像间的蛋白质点匹配是蛋白质点分子分析的关键环节,是样本中差异蛋白质点的提取和质谱分析的前提,在人类心血管疾病、神经***疾病、传染病、肿瘤等重大疾病诊断中有广泛的应用前景。
差异蛋白质点的提取和质谱分析的前提是两凝胶图像间的蛋白质点匹配,匹配的精度直接影响了后续的分析和疾病的诊断。医学影像设备由于不同时间、不同传感器或不同视角下获取的同一场景图像,或多或少会给图像带来一定的形变,给凝胶图像间的蛋白质点自动匹配带来了一定的难度。
凝胶图像间蛋白质点的自动匹配精度决定于特征蛋白质点的匹配,错误的特征蛋白质点匹配影响整个匹配精度。传统特征点匹配通常采用不相似测度SSD(sum of square differences—误差平方和)和相似测度NCC(normalized cross correlartion——归一化互相关)来匹配,对疏松的特征点匹配效果很好,但对密集的特征点匹配效果不佳,由于凝胶图像的特征蛋白质点分布疏密不均,传统的匹配方法很难适用,容易造成特征蛋白质点的误匹配,进而影响两凝胶图像间蛋白质点的匹配精度。
发明内容
本发明的目的在于克服现有技术的不足,提供一种两凝胶图像间的蛋白质点自动匹配方法,该方法不仅鲁棒性、精度高,而且智能化程度高。
为实现上述目的,本发明的技术方案是:一种两凝胶图像间的蛋白质点自动匹配方法,其特征在于:该方法包括如下步骤:
(1)分别对两凝胶图像的蛋白质点进行检测与量化;
(2)两凝胶图像中任选一副,在中间区域中统计所有两邻近蛋白质点间的距离,并以它们的均值作为匹配距离的阈值;
(3)提取两凝胶图像的特征蛋白质点;
(4)利用特征蛋白质点间线段距离和角度,结合统计方法对两凝胶图像间的特征蛋白质点进行匹配;
(5)利用邻近已匹配到的特征蛋白质点进行局部坐标变换,将两凝胶图像间的蛋白质点变换到同一坐标系中;
(6)两凝胶图像间蛋白质点的匹配。
本发明的有益效果是:利用特征蛋白质点间线段距离和角度,结合统计方法对特征蛋白质点进行匹配,从而改善了特征蛋白质点匹配的鲁棒性,提高了特征蛋白质点的匹配精度。同时,将两凝胶图像间的蛋白质点基于邻近匹配到的特征蛋白质点进行局部坐标变换,降低了因图像局部扭曲形变带来的匹配误差,提高了两凝胶图像间的蛋白质点的匹配精度。因此,本发明的自动匹配方法具有鲁棒性好、精度高、智能化等优点,应用前景广阔。
附图说明
图1是本发明的工作流程图。
具体实施方式
本发明的两凝胶图像间的蛋白质点自动匹配方法,如图1所示,该方法包括如下步骤:
(1)分别对两凝胶图像的蛋白质点进行检测与量化;
(2)两凝胶图像中任选一副,在中间区域中统计所有两邻近蛋白质点间的距离,并以它们的均值作为匹配距离的阈值;
(3)提取两凝胶图像的特征蛋白质点;
(4)利用特征蛋白质点间线段距离和角度,结合统计方法对两凝胶图像间的特征蛋白质点进行匹配;
(5)利用邻近已匹配到的特征蛋白质点进行局部坐标变换,将两凝胶图像间的蛋白质点变换到同一坐标系中;
(6)两凝胶图像间蛋白质点的匹配。
在步骤(3)中,两凝胶图像间特征蛋白质点的提取方法如下:利用体积排序法分别对两凝胶图像的蛋白质点按体积从大到小进行排序,在其中一副凝胶图像A中提取前m个特征蛋白质点P Ai (0≤i<m),在另一副凝胶图像B中提取前n个特征蛋白质点P Bj (0≤j<n,m≤m)。
在步骤(4)中,为提高特征蛋白质点的匹配精度,两凝胶图像间特征蛋白质点的匹配方法具体如下:首先,利用特征蛋白质点间线段距离和角度进行线段匹配,并以匹配到的线段对为基准进行特征蛋白质点匹配,根据匹配特征蛋白质点的统计结果排除误匹配的线段对;然后,以匹配到的线段对为基准变换包括所有特征蛋白质点的外接矩形中心坐标,并采用网格区域划分法,利用变换后的矩形中心坐标计算每个网格节点的累积得分和得分最高的网格节点,利用得分最高的网格节点及邻近的四个网格节点计算加权中心坐标,通过中心坐标与加权中心坐标的欧式距离去除误匹配的线段对;最后,以匹配到的线段对为基准,进行特征蛋白质点匹配,统计并选择特征蛋白质点匹配对。
下面对本发明涉及的各个步骤作进一步说明。
本发明的工作流程如图1所示,其具体实施步骤如下。
1、凝胶图像的蛋白质点检测与量化
本发明利用分水岭方法,分别对凝胶图像A和凝胶图像B进行蛋白质点检测,得到蛋白质点的坐标、体积、面积和峰度等信息的量化值。
2、匹配距离阈值的计算
3、两凝胶图像的特征蛋白质点提取
4、两凝胶图像间的特征蛋白质点匹配
3)若2)中的与匹配到了,同时以和为基准进行特征点的匹配。计算匹配到的特征蛋白质点数目,若则认为与为误匹配的线段对;否则以和为基准将矩形(包括图像B中个特征点的外接矩形)的中心坐标变换到凝胶图像A的坐标系内 。
4)计算加权中心坐标:将包含所有的 矩形划分为网格,共有节点,用 表示节点的累积得分,对 所落在方格子的四个网格节点进行累积得分,得分的原理:若点落在矩形中,点将矩形划分的四个小矩形分别为:、、和,则点、、和的得分分别为矩形面积即为:、、和。利用中最高的网格节点及其周围四个网格节点计算加权中心坐标,的计算公式为:
5、基于邻近特征蛋白质点的局部坐标变换
6、两凝胶图像间的蛋白质点匹配
在同一坐标系内,利用欧式距离在蛋白质点()中寻找蛋白质点(,表示凝胶图像A中所有的蛋白质点总数)的最近蛋白质点和在()中寻找()邻近的蛋白质点,若与互为邻近蛋白质点且之间的欧式距离小于,则与为配对蛋白质点。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (3)
1.一种两凝胶图像间的蛋白质点自动匹配方法,其特征在于:该方法包括如下步骤:
(1)分别对两凝胶图像间的蛋白质点进行检测与量化;
(2)两凝胶图像中任选一副,在中间区域中统计所有两邻近蛋白质点间的距离,并以它们的均值作为匹配距离的阈值;
(3)提取两凝胶图像的特征蛋白质点;
(4)利用特征蛋白质点间线段距离和角度,结合统计方法对两凝胶图像间的特征蛋白质点进行匹配;
(5)利用邻近已匹配到的特征蛋白质点进行局部坐标变换,将两凝胶图像间的蛋白质点变换到同一坐标系中;
(6)两凝胶图像间蛋白质点的匹配。
2.根据权利要求1所述的一种两凝胶图像间的蛋白质点自动匹配方法,其特征在于:在步骤(3)中,两凝胶图像间特征蛋白质点的提取方法如下:利用体积排序法分别对两凝胶图像的蛋白质点按体积从大到小进行排序,在其中一副凝胶图像A中提取前m个特征蛋白质点P Ai (0≤i<m),在另一副凝胶图像B中提取前n个特征蛋白质点P Bj (0≤j<n,m≤m)。
3.根据权利要求1或2所述的一种两凝胶图像间的蛋白质点自动匹配方法,其特征在于:在步骤(4)中,两凝胶图像间特征蛋白质点的匹配方法如下:首先,利用特征蛋白质点间线段距离和角度进行线段匹配,并以匹配到的线段对为基准进行特征蛋白质点匹配,根据匹配特征蛋白质点的统计结果排除误匹配的线段对;然后,以匹配到的线段对为基准变换包括所有特征蛋白质点的外接矩形中心坐标,并采用网格区域划分法,利用变换后的矩形中心坐标计算每个网格节点的累积得分和得分最高的网格节点,利用得分最高的网格节点及邻近的四个网格节点计算加权中心坐标,通过中心坐标与加权中心坐标的欧式距离去除误匹配的线段对;最后,以匹配到的线段对为基准,进行特征蛋白质点匹配,统计并选择特征蛋白质点匹配对。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102485884A CN101894272B (zh) | 2010-08-10 | 2010-08-10 | 两凝胶图像间的蛋白质点自动匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102485884A CN101894272B (zh) | 2010-08-10 | 2010-08-10 | 两凝胶图像间的蛋白质点自动匹配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101894272A true CN101894272A (zh) | 2010-11-24 |
CN101894272B CN101894272B (zh) | 2012-06-20 |
Family
ID=43103460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010102485884A Expired - Fee Related CN101894272B (zh) | 2010-08-10 | 2010-08-10 | 两凝胶图像间的蛋白质点自动匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101894272B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761454A (zh) * | 2014-01-23 | 2014-04-30 | 南昌航空大学 | 基于蛋白点多维特征的两凝胶图像间蛋白点匹配方法 |
CN106023187A (zh) * | 2016-05-17 | 2016-10-12 | 西北工业大学 | 一种基于sift特征和角度相对距离的图像配准方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004088587A1 (ja) * | 2003-03-28 | 2004-10-14 | National Institute Of Information And Communications Technology, Independent Administrative Agency | 画像処理方法及び画像処理装置 |
WO2005071611A1 (ja) * | 2004-01-27 | 2005-08-04 | Seiko Epson Corporation | 画像中の人物候補領域抽出方法及び人物候補領域抽出システム、人物候補領域抽出プログラム、並びに人物像の天地判定方法及び天地判定システム、天地判定プログラム |
EP1814083A1 (en) * | 2006-01-31 | 2007-08-01 | Omron Corporation | Photometric measurements using at least three light sources |
CN101162503A (zh) * | 2007-11-23 | 2008-04-16 | 重庆大学 | 利用改进Hausdorff距离提取识别人耳特征的方法 |
CN101350101A (zh) * | 2008-09-09 | 2009-01-21 | 北京航空航天大学 | 多幅深度图像自动配准方法 |
-
2010
- 2010-08-10 CN CN2010102485884A patent/CN101894272B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004088587A1 (ja) * | 2003-03-28 | 2004-10-14 | National Institute Of Information And Communications Technology, Independent Administrative Agency | 画像処理方法及び画像処理装置 |
WO2005071611A1 (ja) * | 2004-01-27 | 2005-08-04 | Seiko Epson Corporation | 画像中の人物候補領域抽出方法及び人物候補領域抽出システム、人物候補領域抽出プログラム、並びに人物像の天地判定方法及び天地判定システム、天地判定プログラム |
EP1814083A1 (en) * | 2006-01-31 | 2007-08-01 | Omron Corporation | Photometric measurements using at least three light sources |
CN101162503A (zh) * | 2007-11-23 | 2008-04-16 | 重庆大学 | 利用改进Hausdorff距离提取识别人耳特征的方法 |
CN101350101A (zh) * | 2008-09-09 | 2009-01-21 | 北京航空航天大学 | 多幅深度图像自动配准方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761454A (zh) * | 2014-01-23 | 2014-04-30 | 南昌航空大学 | 基于蛋白点多维特征的两凝胶图像间蛋白点匹配方法 |
CN103761454B (zh) * | 2014-01-23 | 2017-02-08 | 南昌航空大学 | 基于蛋白点多维特征的两凝胶图像间蛋白点匹配方法 |
CN106023187A (zh) * | 2016-05-17 | 2016-10-12 | 西北工业大学 | 一种基于sift特征和角度相对距离的图像配准方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101894272B (zh) | 2012-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Only look once, mining distinctive landmarks from convnet for visual place recognition | |
WO2020151489A1 (zh) | 基于面部识别的活体检测的方法、电子设备和存储介质 | |
CN102542058B (zh) | 一种融合全局与局部视觉特征的层次化地标识别方法 | |
JP4273359B2 (ja) | 年齢推定システム及び年齢推定方法 | |
CN105069434B (zh) | 一种视频中人体动作行为识别方法 | |
Huang et al. | DoT-GNN: Domain-transferred graph neural network for group re-identification | |
CN103810506B (zh) | 一种手写汉字笔画识别方法 | |
Avgerinakis et al. | Recognition of activities of daily living for smart home environments | |
US20150347804A1 (en) | Method and system for estimating fingerprint pose | |
CN103226584B (zh) | 形状描述符的构建方法及基于该描述符的图像检索方法 | |
CN101661554A (zh) | 远距离视频下的正面人体自动身份识别方法 | |
WO2014169835A1 (zh) | 一种基于手指信息的在线笔迹认证方法及*** | |
WO2013075295A1 (zh) | 低分辨率视频的服装识别方法及*** | |
CN103699874A (zh) | 基于surf流和lle稀疏表示的人群异常行为识别方法 | |
CN109492534A (zh) | 一种基于Faster RCNN的跨场景多姿态的行人检测方法 | |
Zhang et al. | Combining depth-skeleton feature with sparse coding for action recognition | |
Wu et al. | Track-clustering error evaluation for track-based multi-camera tracking system employing human re-identification | |
CN112037252A (zh) | 基于鹰眼视觉的目标跟踪方法及*** | |
Yang et al. | C-RPNs: Promoting object detection in real world via a cascade structure of Region Proposal Networks | |
CN105894022A (zh) | 一种自适应分层关联多目标跟踪方法 | |
CN101894272B (zh) | 两凝胶图像间的蛋白质点自动匹配方法 | |
CN103177264B (zh) | 基于视觉词典全局拓扑表达的图像分类方法 | |
CN104182725A (zh) | 基于非接触人体生理参数测量的人脸识别跟踪*** | |
CN110188718A (zh) | 一种基于关键帧和联合稀疏表示的无约束人脸识别方法 | |
Tan et al. | Segmentation and detection of human spermatozoa using modified Pulse Coupled Neural Network optimized by Particle Swarm Optimization with Mutual Information |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120620 Termination date: 20180810 |