K次近邻位置云图的单分子定位成像漂移校正方法与系统技术方案

本发明专利技术涉及图像处理技术领域，公开了一种K次近邻位置云图的单分子定位成像漂移校正方法及系统，用于用于实现更加精准的单分子定位成像数据的漂移校正，方法包括：获取预设帧数的多个初始荧光成像数据；对所述多个初始荧光成像数据进行数组合成，得到多个目标数组；对所述多个目标数组进行相对位置云图计算，得到相对位置云图；对所述相对位置云图进行相对位置提取，得到目标相对位置；基于所述目标相对位置确定每个所述初始荧光成像数据对应的位移坐标，对所述多个初始荧光成像数据叠加每个所述初始荧光成像数据对应的位移坐标，得到校正后的单分子定位荧光图像。正后的单分子定位荧光图像。正后的单分子定位荧光图像。

【技术实现步骤摘要】
K次近邻位置云图的单分子定位成像漂移校正方法与系统


[0001]本专利技术涉及图像处理
，尤其涉及一种K次近邻位置云图的单分子定位成像漂移校正方法及系统。

技术介绍

[0002]目前单分子定位超分辨成像技术可以达到20nm的分辨率，其原理是经过多次重复随机激活样品中的部分荧光分子，使其稀疏闪烁，并精确定位每个荧光分子，最后将所有的已定位的荧光分子进行叠加出超分辨图像。该方法是以时间换取空间的方式进行成像，因此过程中不可避免出现因为系统的震动或者分子热运动而产生的漂移。
[0003]互相关算法是经典图像处理中一种用于寻找图片相关性的方法，该方法是基于像素图像的处理方法，通过平移图像，计算像素矩阵的滑动点积。而单分子定位超分辨成像的数据是坐标数据，为了适用于传统的互相关算法，需要先将坐标区域进行划分叠加，转换成像素矩阵图，再进行互相关计算，而后对强相关位置进行拟合，拟合成坐标数据。划分的过程使得高定位精度的点失去意义，降低数据的精度。此外，因进行互相关需要一定的相关性，计算时需要使用较多的数据点叠加来进行计算，导致数组间的误差被掩盖。例如：成像一张超分辨图像需要50000帧稀疏闪烁的荧光图像，采集速度为100帧/秒，采集一张这样的图需要8分钟。期间的漂移可以达到400nm。使用互相关的算法，以DCC为例，需要将每1000帧数据合成一张像素矩阵图，即总共合成50张像素矩阵图，最后得到每1000帧的位移，组内误差为1000帧（10s）。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了一种K次近邻位置云图的单分子定位成像漂移校正方法及系统，用以实现更加精准的校正单分子定位成像的漂移数据。
[0005]本专利技术提供了一种K次近邻位置云图的单分子定位成像漂移校正方法，包括：获取预设帧数的多个初始荧光成像数据；对所述多个初始荧光成像数据进行数组合成，得到多个目标数组；对所述多个目标数组进行相对位置云图计算，得到相对位置云图；对所述相对位置云图进行相对位置提取，得到目标相对位置；基于所述目标相对位置确定每个所述初始荧光成像数据对应的位移坐标，对所述多个初始荧光成像数据叠加每个所述初始荧光成像数据对应的位移坐标，得到校正后的单分子定位荧光图像。
[0006]在本专利技术中，所述对所述多个目标数组进行相对位置云图计算，得到相对位置云图步骤，包括：对所述多个目标数组的每组目标数组与第一组目标数组进行K次近邻距离点配对，得到K次近邻距离点配对结果；根据所述K次近邻距离点配对结果生成多个相对位置坐标；根据所述多个相对位置坐标构建相对位置云图。
[0007]在本专利技术中，所述对所述相对位置云图进行相对位置提取，得到目标相对位置步骤，包括：通过DBSCAN算法，对所述相对位置云图中密集部分的簇进行提取，得到目标密集簇；计算所述目标密集簇的云图簇中心，得到目标相对位置。
[0008]在本专利技术中，所述计算所述目标密集簇的云图簇中心，得到目标相对位置步骤，包括：对所述目标密集簇进行格子划分，得到多个目标格子；对所述多个目标格子进行点数统计，得到每个目标格子的点数数据；根据所述点数数据获取点数最高的目标格子，并根据所述点数最高的目标格子确定目标格子集群；根据所述目标格子集群计算所述目标密集簇的云图簇中心，得到目标相对位置。
[0009]在本专利技术中，所述基于所述目标相对位置确定每个所述初始荧光成像数据对应的位移坐标，对所述多个初始荧光成像数据叠加每个所述初始荧光成像数据对应的位移坐标，得到校正后的单分子定位荧光图像步骤，包括：对多个所述初始荧光成像数据进行点坐标数据提取，得到每个所述初始荧光成像数据的点坐标；基于所述目标相对位置以及每个所述初始荧光成像数据的点坐标，通过三次样条插值法生成每个所述初始荧光成像数据对应的位移坐标；基于每个所述初始荧光成像数据的点坐标，叠加每个所述初始荧光成像数据对应的位移坐标，得到校正后的单分子定位荧光图像。
[0010]本专利技术还提供了一种K次近邻位置云图的单分子定位成像漂移校正系统，包括：获取模块，用于获取预设帧数的多个初始荧光成像数据；合成模块，用于对所述多个初始荧光成像数据进行数组合成，得到多个目标数组；计算模块，用于对所述多个目标数组进行相对位置云图计算，得到相对位置云图；提取模块，用于对所述相对位置云图进行相对位置提取，得到目标相对位置；校正模块，用于基于所述目标相对位置确定每个所述初始荧光成像数据对应的位移坐标，对所述多个初始荧光成像数据叠加每个所述初始荧光成像数据对应的位移坐标，得到校正后的单分子定位荧光图像。
[0011]本专利技术提供的技术方案中，获取预设帧数的多个初始荧光成像数据；对所述多个初始荧光成像数据进行数组合成，得到多个目标数组；对所述多个目标数组进行相对位置云图计算，得到相对位置云图；对所述相对位置云图进行相对位置提取，得到目标相对位置；基于所述目标相对位置确定每个所述初始荧光成像数据对应的位移坐标，对所述多个初始荧光成像数据叠加每个所述初始荧光成像数据对应的位移坐标，得到校正后的单分子定位荧光图像。本专利技术可以更加单分子定位成像的漂移。省略了坐标转换为像素，再由像素互相关计算的结果转换为坐标，极大的保留了数据点原本的高定位精度。而且在分辨率更高至几纳米情况下也可以正常工作，而传统的互相关则因为在分辨率较高时转换成像素图的相关度会极大的降低而导致极度不准确。而且本专利技术在计算过程中添加了局部识别以及最高密度识别算法，使得计算速度得到了极大的提高。总的来说，本算法运行速度更快，准确度更高，可以进行低相关性的点校正和远距离漂移校正，兼容性和鲁棒性强。
附图说明
[0012]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0013]图1为本专利技术实施例中K次近邻位置云图的单分子定位成像漂移校正方法的流程图。
[0014]图2为本专利技术实施例中相对位置云图计算的流程图。
[0015]图3为本专利技术实施例中相对位置提取的流程图。
[0016]图4为本专利技术实施例中计算云图簇中心的流程图。
[0017]图5为本专利技术实施例中K次近邻位置云图的单分子定位成像漂移校正系统的示意图。
[0018]附图标记：501、获取模块；502、合成模块；503、计算模块；504、提取模块；505、校正模块。
具体实施方式
[0019]下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0020]在本专利技术的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种K次近邻位置云图的单分子定位成像漂移校正方法，其特征在于，包括：获取预设帧数的多个初始荧光成像数据；对所述多个初始荧光成像数据进行数组合成，得到多个目标数组；对所述多个目标数组进行相对位置云图计算，得到相对位置云图；对所述相对位置云图进行相对位置提取，得到目标相对位置；基于所述目标相对位置确定每个所述初始荧光成像数据对应的位移坐标，对所述多个初始荧光成像数据叠加每个所述初始荧光成像数据对应的位移坐标，得到校正后的单分子定位荧光图像。2.根据权利要求1所述的K次近邻位置云图的单分子定位成像漂移校正方法，其特征在于，所述对所述多个目标数组进行相对位置云图计算，得到相对位置云图步骤，包括：对所述多个目标数组的每组目标数组与第一组目标数组进行K次近邻距离点配对，得到K次近邻距离点配对结果；根据所述K次近邻距离点配对结果生成多个相对位置坐标；根据所述多个相对位置坐标构建相对位置云图。3.根据权利要求1所述的K次近邻位置云图的单分子定位成像漂移校正方法，其特征在于，所述对所述相对位置云图进行相对位置提取，得到目标相对位置步骤，包括：通过DBSCAN算法，对所述相对位置云图中密集部分的簇进行提取，得到目标密集簇；计算所述目标密集簇的云图簇中心，得到目标相对位置。4.根据权利要求3所述的K次近邻位置云图的单分子定位成像漂移校正方法，其特征在于，所述计算所述目标密集簇的云图簇中心，得到目标相对位置步骤，包括：对所述目标密集簇进行格子划分，得到多个目标格子；对所述多个目标格子进行点数统计，得到每个目标格子的点数数据；根据所述点数数据...

【专利技术属性】
技术研发人员：潘雷霆，侯梦迪，胡芬，许京军，
申请(专利权)人：南开大学，
类型：发明
国别省市：