一种微流控芯片数字PCR荧光图像识别方法和装置制造方法及图纸

本发明专利技术提出一种微流控芯片数字PCR荧光图像识别方法和装置。所述方法包括：获取微流控芯片数字PCR荧光图像并做图像预处理，计算微流控芯片中微反应腔室在荧光图像中投影的中心点位置，搜索所有位于中心点位置灰度为白色的像素，获取所述白色像素的像素临近点的灰度并对像素临近点的灰度为白色的进一步获取该像素临近点的外层像素临近点的灰度迭代至设定阈值，根据预设数据与迭代次数比较得到对比结果，汇总对比结果得到荧光图像中阳性点的数量。采用本方法简化了获取微流控芯片数字PCR荧光图像中心点的操作复杂度，加快了图像识别的效率。的效率。的效率。

【技术实现步骤摘要】
一种微流控芯片数字PCR荧光图像识别方法和装置


[0001]本专利技术属于图像识别领域，涉及到一种芯片式数字PCR荧光图像识别方法和装置。

技术介绍

[0002]数字PCR（Digital Polymerase Chain Reaction，dPCR）是一种高灵敏度、高准确性的核酸绝对定量技术。且无需任何校正就能实现对目标核酸的绝对定量，已被应用于病毒的定量分析、病原体检测、产前基因诊断等诸多方面。数字PCR反应通常发生在微流控芯片或油状液滴，扩增终点的荧光强度用于区分样本的阴阳性。微流控芯片能够快速、准确地将样品分成多个独立的反应单元，具有体积小、成本低、通量高的特点。目前数字PCR的检测方式可分为流式和成像，成像为扩增终点的数字荧光图像。快速准确地识别荧光图像中的阳性点对于保证检测的准确性非常重要。微流控数字PCR 芯片荧光图像的特征是大量的形状类似的样点组成阵列，且样点之间排列规则。对于这种微阵列荧光图像涉及多种处理方法，例如局部阈值网格化方法、基于偏微分方程的微阵列网格对齐方法、最大类间方差法以及机器学习方法等。基于上述方法均取得了较好的识别效果，但对于这种规则排列的荧光图像处理过于复杂，而且这种微流控芯片数字PCR荧光图像由于样本分散的随机性而无法重现，从图像识别的角度而言这种荧光图像之间的关联性不强。所以，过于复杂的识别方法影响了运算的效率和准确度。

技术实现思路

[0003]基于此，有必要针对上述技术问题，提供一种简单高效的微流控芯片数字PCR荧光图像识别的方法和装置。
[0004]第一方面，本申请提供了一种微流控芯片数字PCR荧光图像识别方法。所述方法包括以下步骤：S1，获取微流控芯片数字PCR荧光图像，并预处理荧光图像；S2，计算微流控芯片中微反应腔室在荧光图像中投影的中心点位置；S3，搜索并获取所有位于中心点位置灰度为白色的像素；S4，获取所述位于中心点的白色像素的像素临近点的灰度；S5，对灰度为白色的像素临近点进一步获取该像素临近点的外层像素临近点的灰度迭代至设定阈值；S6，根据预设数据与迭代次数进行比较，得到对比结果;S7，汇总对比结果得到荧光图像中阳性点的数量。
[0005]第二方面，本申请还提供了一种微流控芯片数字PCR荧光图像识别装置。所述装置包括：获取模块，用于获取微流控芯片数字PCR荧光图像；预处理模块，用于对获取的微流控芯片数字PCR荧光图像做预处理；搜索模块，用于搜索阳性点；
统计分析模块，用于统计分析搜索的阳性点数量。
[0006]与现有技术相比，本专利技术的有益效果为：充分利用微流控芯片数字PCR荧光图像的特征，采用对二值化白色像素搜索计算的方式识别阳性点，简化了计算方法，避免了复杂的形态识别运算。
附图说明
[0007]图1为一个实施例中微流控芯片数字PCR荧光图像识别方法和装置应用环境示意图；图2为一个实施例中微流控芯片数字PCR荧光图像识别方法流程示意图；图3 为一个实施例中微流控芯片数字PCR荧光图像示意图；图4 为一个实施例中微流控芯片数字PCR荧光图像搜索中心点示意图；图5 为一个实施例中微流控芯片数字PCR荧光图像中心点像素临近点搜索示意图；图6为一个实施例中微流控芯片数字PCR荧光图像识别装置示意图。
具体实施方式
[0008]为了便于理解本专利技术，下面将对本专利技术进行更全面的描述，本专利技术可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本专利技术公开内容更加透彻全面。
[0009]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本专利技术。
[0010]本专利技术提供一种微流控芯片数字PCR荧光图像识别方法和装置，本文中所描述的具体实施例仅是对本专利技术精神的举例说明。本专利技术所属
的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本专利技术的精神或者超越所附权利要求书所定义的范围。
[0011]本申请实施例提供的微流控芯片数字PCR荧光图像识别方法，可以应用于如图1所示的应用环境中。其中，计算机设备可以是个人电脑也可以是云主机或云服务器或者是多个服务器组成的服务器集群。
[0012]在一个实施例中，如图2所示，提供了一种微流控芯片数字PCR荧光图像识别方法，包括以下步骤：S201，获取微流控数字PCR荧光图像，并对荧光图像去噪、倾斜校正和二值化的预处理,获得的荧光图像如图3所示；S202，采用对荧光图像以单个像素为单位逐行、逐列扫描灰度为白色像素，通过统计分析获得每行和每列连续白色像素长度（以像素为单位）平均值或最大值，当平均值由持续增大转为减小时即该行或该列像素为微反应腔室在荧光图像中投影的中心点所在行或列，中心点所在行与所在列的交叉点即为中心点位置；如图4所示，步骤S202可进一步细化为：S20201,以荧光图像的一角的顶点像素（如左上角或左下角），采用逐行、逐像素扫
描;S20202，统计每行连续灰度为白色像素点组成线段的长度即每一个连续灰度为白色像素组成线段的像素个数，计算每行灰度为白色连续像素组成线段长度的平均值或最大值；S20203，当灰度为白色连续像素组成线段长度的平均值或最大值由持续增大转为减小时，记录下该行位置信息；S20204，以荧光图像的一角的顶点像素（如左上角或左下角），采用逐列，逐像素扫描，S20205，统计每列连续灰度为白色像素点组成线段的长度即每一个连续灰度为白色像素组成线段的像素个数，计算每列灰度为白色连续像素组成线段长度的平均值或最大值；S20206，当灰度为白色连续像素组成线段的长度的平均值或最大值由持续增大转为减小时，记录下该列位置信息；S20207，计算所记录行位置信息与列位置信息交叉点且灰度为白色的像素位置，即为微反应腔室在荧光图像中投影的中心点位置；S203，搜索并获取所有位于中心点位置灰度为白色的像素；S204，获取白色像素中心点的像素临近点的灰度；S205，对于像素临近点的灰度为白色的像素临近点，则迭代获取该像素临近点的像素临近点，至迭代次数不小于设定阈值或像素临近点均为黑色，如图5所示，中间的白色圆圈代表位于中心点的白色像素，标记为
‘1’
的白色圆圈代表第一次迭代获得的像素临近点，标记为
‘2’
的白色圆圈代表第二次迭代获得的像素临近点，以此类推获得下一次的像素临近点；S206，根据预设数据（例如迭代次数不小于2次）与迭代次数进行比较，得到对比结果;S207，汇总对比结果得到荧光图像中阳性点的数量。
[0013]应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种微流控芯片数字PCR荧光图像识别方法，其特征在于，所述方法包括：S1，获取微流控芯片数字PCR荧光图像，并做图像预处理；S2，计算微流控芯片中微反应腔室在荧光图像中投影的中心点位置；S3，搜索并获取所有位于中心点位置灰度为白色的像素；S4，获取所述位于中心点的白色像素的像素临近点的灰度；S5，对灰度为白色的像素临近点进一步获取该像素临近点的外层像素临近点的灰度迭代至设定阈值；S6，根据预设数据与迭代次数比较，得到对比结果;S7，汇总对比结果得到荧光图像中阳性点的数量。2.根据权利要求1所述的方法，其特征在于，所述预处理荧光图像，包括对荧光图像做去噪、倾斜校正和二值化处理。3.根据权利要求1所述的方法，其特征在于，所述获取微反应腔室在荧光图像中投影的中心点位置包括：S20201,以荧光图像的一角的顶点像素（如左上角或左下角），采用逐行、逐像素扫描;S20202，统计每行连续灰度为白色像素点组成线段的长度即每一个连续灰度为白色像素线段的像素个数，计算每行灰度为白色连续像素线段长度的平均值或最大值；S20203，当灰度为白色连续像素组成线段长度的平均值或最大值由持续增大转为减小时，记录下该行位置信息；S20204，以荧光图像的一角的顶点像素（如左...

【专利技术属性】
技术研发人员：王莹，
申请(专利权)人：深圳市第二人民医院深圳市转化医学研究院，
类型：发明
国别省市：