一种数字PCR荧光图像的像素级别识别方法技术

本发明专利技术提出一种数字PCR荧光图像的像素级别识别方法。所述方法包括：S1,获取图像；S2,预处理图像；S3，获取图像中所有白色像素的位置信息；S4,获取一个未被标记的白色像素并以该白色像素为起点；S5，获取白色像素的白色临近像素点至边缘白色像素的临近像素点均为黑色，对本次获取的白色像素标记并统计数量；S6,判断是否存在未被标记的白色像素，如存在则返回步骤S4；S7,统计每次执行步骤S5获取的白色像素数量并于预设数据对比，S8,根据对比结果得出阳性点数量。采用本方法从像素级别对荧光图像分析，信息损失与畸变的程度低，且不存在形态或拓扑角度的操作复杂的问题。态或拓扑角度的操作复杂的问题。态或拓扑角度的操作复杂的问题。

【技术实现步骤摘要】
一种数字PCR荧光图像的像素级别识别方法


[0001]本专利技术属于图像识别领域，涉及到一种数字PCR荧光图像的像素级别识别方法。

技术介绍

[0002]数字PCR（Polymerase Chain Reaction，PCR）是一种核酸分子绝对定量技术。数字PCR基于单分子PCR方法来进行计数的核酸定量。主要采用微流控或微滴化方法将大量稀释后的核酸溶液分散至芯片的微反应腔室或微滴中，每个微反应腔室或微滴的核酸模板数不多于1个。经过PCR循环后有一个核酸分子模板的微反应腔室或微滴就会发出荧光信号，没有核酸分子模板的微反应腔室或微滴则不发出荧光信号。目前数字PCR的检测方式可分为流式检测和成像检测，流式检测通过将液滴逐个推到激光点进行照射根据是否激发出荧光值，流式检测存在液滴稳定性不足和检测用时长等问题。成像检测为检测扩增终点的数字荧光图像中荧光亮点（阳性点）的情况。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。目前荧光图像分析主要包括：荧光图像去噪、荧光图像倾斜校正、荧光图像微反应腔室或微滴定位、荧光图像分割、荧光图像的荧光亮点计数，其中微反应腔室或微滴定位和图像分割是关键的步骤。主要采用网格划分、区域分割和边缘分割等从形态与拓扑的角度识别荧光图像的荧光亮点，从观察的角度而言荧光图像是原始材料，像素是组成荧光图像的最小基本单元，从像素级别对荧光图像分析，信息损失与畸变的程度更低，且不存在形态或拓扑角度的操作复杂且准确度容易受微滴形状及分布均不规则的影响。

技术实现思路

[0003]基于此，有必要针对上述技术问题，提供一种像素级别的数字PCR荧光图像识别方法。
[0004]本申请提供了一种数字PCR荧光图像的像素级别识别方法。所述方法包括以下步骤：S1，获取数字PCR荧光图像；S2，预处理数字PCR荧光图像；S3，获取荧光图像所有灰度为白色的像素点位置信息；S4，获取一个未被标记的白色像素并以该白色像素为起点；S5，获取白色像素的白色临近像素点至边缘白色像素的临近像素点均为黑色，对本次获取的白色像素标记并统计数量；S6，判断是否存在未被标记的白色像素，如存在则返回步骤S4;S7，统计每次执行步骤S5获取的白色像素数量并于预设数据对比；S8，根据对比结果，得出阳性点数量。
[0005]与现有技术相比，本专利技术的有益效果为：以像素和临近像素点的灰度为判断依据，实现对白色像素点及白色临近像素点被黑色像素点封闭获得阳性点并统计阳性点内白色像素的数量，比当前以形态和拓扑结构识技术方案操作简单，识别精度更高。
附图说明
[0006]图1为一个实施例中数字PCR荧光图像识别方法流程示意图；图2为一个实施例中微滴模式数字PCR荧光图像示意图；图3为一个实施例中数字PCR荧光图像中临近像素点位置关系示意图；图4为一个实施例中数字PCR荧光图像中阳性点中白色像素示意图。
具体实施方式
[0007]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。
[0008]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。
[0009]本专利技术提供一种数字PCR荧光图像像素级识别方法及系统，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。
[0010]本申请实施例提供的数字PCR荧光图像像素级别识别方法，如图1所示，提供了一种数字PCR荧光图像的像素级别识别方法，包括以下步骤：S101，获取数字PCR荧光图像；S102，预处理数字PCR荧光图像；对荧光图像去噪、倾斜校正、二值化和图像矩阵化的预处理,获得的荧光图像如图2所示；S103，获取荧光图像所有灰度为白色的像素点位置信息，通过图像矩阵获取荧光图像所有灰度为白色的像素点位置信息，位置信息存储到临时或持久化存储介质；S104，获取一个未被标记的白色像素并以该白色像素为起点，采用顺序或随机方式获取任一未被标记的白色像素，以该白色像素为起点为采用该白色像素的位置信息作为计算像素临近点位置的原点；S105，获取未被标记白色像素的白色临近像素点至边缘白色像素的临近像素点均为黑色像素，对本次获取的白色像素标记并统计数量，如图3所示，若获取的任一未被标记的白色像素位置表示为X
i
Y
j
，则其四个临近像素点的位置分别表示为：X
i
‑1Y
j ,X
i+1
Y
j , X
i
Y
j
‑
1 , X
i
Y
j+1
，标记可以采用标识为数据不可重复读取使用，例如对于白色像素点的位置信息X
i
Y
j
，X
i
‑1Y
j ,X
i+1
Y
j , X
i
Y
j
‑
1 采用在临时存储介质中删除、数据逻辑存储文件中设置不可读取或已读取状态或采用程序语句判断的方式避免被重复获取，边缘白色像素的临近像素点均为黑色像素，如图4所示，累计所获取的所有白色像素点数量；S106，判断是否存在未被标记的白色像素，如存在则返回步骤S4;S107，统计每次执行步骤S5获取的白色像素数量并于预设数据对比；S108，根据对比结果，得出阳性点数量。
[0011]其中步骤S105可进一步具体为：S10501,获取未被标记的白色像素并标记，若被标记的白色像素位置表示为XiYj,
则其四个临近像素点的位置分别表示为：Xi
‑
1Yj ,Xi+1Yj , XiYj
‑
1 , XiYj+1；S10502，获取被标记的白色像素的未被标记的临近像素点；S10503，根据未被标记临近像素点的灰度判断是否为白色像素；S10504，未被标记临近像素点为白色则返回步骤S501;S10505，统计被标记的白色像素数量。
[0012]其中步骤S107可进一步具体为：S10701，预设白色像素数量作为预设数据；S10702，执行步骤S5获取的白色像素数量大于某一预设数据，则判断为阳性点，小于该预设数据则不予统计；S10703，执行步骤S5获取的白色像素数量大于另一预设数据，则判断为多个阳性点重叠或异常；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本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数字PCR荧光图像的像素级别识别方法，其特征在于，所述方法包括：S1，获取数字PCR荧光图像；S2，预处理数字PCR荧光图像；S3，获取荧光图像所有灰度为白色的像素点位置信息；S4，获取一个未被标记的白色像素并以该白色像素为起点；S5，获取白色像素的白色临近像素点至边缘白色像素的临近像素点均为黑色，对本次获取的白色像素标记并统计数量；S6，判断是否存在未被标记的白色像素，如存在则返回步骤S4;S7，统计每次执行步骤S5获取的白色像素数量并于预设数据对比；S8，根据对比结果，得出阳性点数量。2.根据权利要求1所述的方法，其特征在于，所述预处理数字PCR荧光图像，包括：图像去噪、图像倾斜校正、图像二值化和图像矩阵化处理。3.根据权利要求1所述的方法，其特征在于，所述获取荧光图像所有灰度为白色的像素点位置信息包括：通过图像矩阵获取荧光图像中所有灰度为白色的像素点位置信息。4.根据权利要求1所述的方法，其特征在于，所述获取任一未被标记的白色像素包括：采用顺序或随机方式获取任一未被标记的白色像素，并以该白色像素为起点。5.根据权利要求1所述的方法，其特征在于，获取白色像素的白色临近像素点至边缘白色像素的临近像素点均为黑色，对本次获取的白色像素标记并统计数量包括：S501,获取未被标记的白色像素并标记，若被标记的白色像素位置表示为X
i
Y
j<...

【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：