The invention discloses a segmentation gel protein based on fuzzy clustering method: image filtering and image contrast enhancement; two: initial clustering number, weighted index, iteration termination threshold, the maximum number of iterations and the initial clustering center; three: the calculation of the radial width of kernel value; four: update membership matrix and clustering center; five: absolute difference comparison of the current new clustering center and a cluster center is smaller than the iteration termination threshold, or the current iteration counter value is greater than the maximum number of iterations, if established stops and outputs the final clustering centers and membership matrix into six to continue; otherwise, the iteration counter a after turning four to continue; six: defuzzification, get the optimal segmentation results. Improve the ability of eliminating noise, can be separated relatively weak protein isolated, therefore more and slightly overlapping of protein protein has good separation effect, high accuracy of segmentation.
【技术实现步骤摘要】
本专利技术涉及双向凝胶图像分析
,尤其涉及基于模糊聚类的凝胶蛋白分割方法。
技术介绍
在诸多蛋白质分离方法中,双向凝胶电泳(2-DE)技术广泛的应用在蛋白质组学中,主要是根据蛋白质等电点和分子量的差异,将复杂蛋白质混合物中的蛋白质在一块凝胶上以点状的形式分离。随后使用扫描设备对蛋白质凝胶进行扫描,得到数字化凝胶图像。在图像上蛋白质呈现出形状、大小和灰度各不相同的点,其中每一个点代表了一个特定的蛋白质。分割是图像分析的重要步骤,凝胶图像的研究需要从图像中提取出蛋白点,其主要的目标是找到蛋白点的位置和蛋白点周围的边界,确定它们的数量并分析蛋白质的不同状态。模糊聚类应用于模式识别、图像处理、水质分析等领域。在一些具体的识别应用中,如语音识别中的分类和匹配,雷达目标识别中目标库的建立和新到目标的归类等方面取得了较好的效果;在图像处理中广泛的应用于图像分割,如纹理图像、医学图像以及航空遥感图像等分割方面,有效解决了图像目标区域边界模糊性,遥感图像中典型的混合像元等问题。图像分割就是根据灰度、颜色、纹理和形状等特征,把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。凝胶蛋白图像分割的优点就是将图像分离成点和无点区域,以便更好的对蛋白质进行评估,现有的针对凝胶图像的分割方法有以下几种:基于边缘检测的分割方法,通过检测不同区域的边缘来进行分割,对于边缘定位精度和边界的确定有很好的分割效果并且保留了图像重要的结构属性,但极易受到噪声和图像自身模糊程度的影响。毕玉慧等人针对分水岭算法过分割的问题,提出了利用拓扑曲率与分水岭算法相结合的分割算法,该 ...
【技术保护点】
基于模糊聚类的凝胶蛋白分割方法,其特征是,包括以下步骤:步骤一:对图像进行预处理,利用引导滤波器对图像进行滤波并增强图像的对比度;步骤二:初始化聚类类别数、加权指数、迭代终止阈值、最大迭代次数及初始聚类中心;步骤三:计算核函数中的径向宽度值;步骤四:更新隶属度矩阵和聚类中心;步骤五:比较当前新的聚类中心与上一次聚类中心的绝对差值是否小于迭代终止阈值,或者迭代计数器的值是否大于最大迭代次数,若成立则停止并输出最终的隶属度矩阵和聚类中心,转到步骤六继续执行;否则,迭代计数器加一后转向步骤四继续执行;步骤六:去模糊化,得到最优的分割结果。
【技术特征摘要】
1.基于模糊聚类的凝胶蛋白分割方法,其特征是,包括以下步骤:步骤一:对图像进行预处理,利用引导滤波器对图像进行滤波并增强图像的对比度;步骤二:初始化聚类类别数、加权指数、迭代终止阈值、最大迭代次数及初始聚类中心;步骤三:计算核函数中的径向宽度值;步骤四:更新隶属度矩阵和聚类中心;步骤五:比较当前新的聚类中心与上一次聚类中心的绝对差值是否小于迭代终止阈值,或者迭代计数器的值是否大于最大迭代次数,若成立则停止并输出最终的隶属度矩阵和聚类中心,转到步骤六继续执行;否则,迭代计数器加一后转向步骤四继续执行;步骤六:去模糊化,得到最优的分割结果。2.如权利要求1所述基于模糊聚类的凝胶蛋白分割方法,其特征是,所述步骤一中,运用形态学方法增强蛋白点与背景间的对比度。3.如权利要求1所述基于模糊聚类的凝胶蛋白分割方法,其特征是,所述步骤二中,从蛋白点样本数据集中任选c个不同数据分别作为初始聚类中心的c个初始聚类中心值,2≤c<n,n指聚类数据集中所有数据的个数。4.如权利要求1所述基于模糊聚类的凝胶蛋白分割方法,其特征是,所述步骤二中,聚类类别数和加权指数通过赋予不同的值,进行实验测试对比效果图获得。5.如权利要求1所述基于模糊聚类的凝胶蛋白分割方法,其特征是,所述步骤三中,通过计算蛋白点样本数据方差来确定高斯核函数径向宽度值。6.如权利要求5所述基于模糊聚类的凝胶蛋白分割方法,其特征是,径向宽度...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。