席卫文[1]2003年在《DNA微阵列图像识别的相关技术与实现》文中指出图像识别，是图像处理中的高级阶段，近年来在各个领域有着广泛的应用。图像识别有两个关键的技术：图像分割和模式识别。 本文对图像识别作了做了较为全面深入的研究。首先，本文提出一种引入ISODATA动态聚类的医学图像中值滤波算法，此算法既消除了脉冲噪声带来的干扰，又保持了图像的边缘细节。 其次，本文对医学图像的边缘检测和图像分割做了深入的研究，提出了引入C均值算法的图像多级阈值分割和图像模糊聚类分割方法。 此外，本文比较了模糊理论识别、人工神经网络识别方法的优劣，并且提出了它们的改进算法以及混和算法。另外，本文在图像几何目标识别中引入了一种遗传算法，此算法与传统的Hough变换相比，大大降低了目标识别的时间开销和存储空间的开销。 最后，本文使用C++ Builder编制了一个DNA微阵列图像目标识别的软件系统，此系统也同样适用于许多其它的图像处理和识别应用领域。
于佳宁[2]2015年在《DNA微阵列图像信息提取》文中指出由于DNA微阵列技术一次可以测量大量的基因序列，为基因组研究提供极大方便,从而受到大家的广泛关注.这个独特的方法让生物学家们可以同时识别处于同一个生物系统里的成千上万的基因并预测它们的作用.随着基因芯片技术的广泛应用，对图像信息的提取就需要有更高的准确度和效率.现有的许多方法为了达到适合的精确度而采用人工参与的方法，可是这样做不仅降低了工作效率而且也不可避免的带入了一些额外误差，所以如何高效准确的提取出每个基因点的信息一直是众多学者研究的热点.微阵列实验之后的所有信息都存储在DNA微阵列图像中，每个基因点处的像素值就反映了相应的基因表达水平，所以处理微阵列图像的重点就是找到基因点的位置并提取出它的像素值.本文详细介绍了Ghislain Bidaut等提出的基于小波分析的自动测量基因表达水平的方法.主要步骤是先对图片水平垂直方向投影,应用Fourier变换寻找图像的最佳校正角度并得到基因点间的间隔s；用s对图像做形态学闭运算，分割子阵列；对图像做两层小波分解，分别在水平方向子图H，垂直方向子图V进行模式识别寻找基因点中心，按中心位置连线第一次画网格，同时得到所有检测出来的基因点的直径；对于有些图像只一次网格划分可能不能全部找到，因此用平均距离s对网格线进行校正，相应的增加网格线，并认为在网格线交点处存在基因点；最后，根据基因点的中心和直径提取图像信息，值得注意的是最后得到的值需要用背景值进行校正.造成现在对DNA微阵列图像识别困难的一个主要原因就是因为各种各样的噪声，适当的去噪方法对最后的结果有非常大的影响.本文分别尝试了小波阈值去噪、KSVD去噪方法和两者结合去噪方法，再结合Ghislain Bidaut的基于小波的信息提取方法，做了对比实验，结果显示先进行小波去噪再进行KSVD去噪识别效果最好.
田明尧[3]2013年在《A型流感病毒16种HA血清型DNA微阵列检测方法研究》文中提出流感是巾流感病毒引起的具有高度传染性的呼吸系统疾病，流感病毒属于正黏病毒科，可分为A型，B型，C型。其中A型和B型流感病毒引起的季节性流感，发病率与死亡率高，造成的经济损失巨大，不断引发全球性健康问题。A型流感病毒报据病毒表面蛋白血凝素（HA)和神经氨酸酶（NA)的抗原性，可分为17个HA和10个NA亚型，这些亚型的病毒组合几乎都可以从水生鸟类、家禽和其它禽类中分离到。A型流感病毒包含8个基因片段，至少编码14种以上的病毒蛋白。造成大流行的流感病毒常常是由两种毐株的不同RNA节段在感染细胞寸发生基因重排而产生的。流感病毒在理论上可以重组出现256(28)种不同基因型。为应对流感流行，己出现了多种快速、灵敏、准确的分子生物学检测技术。II前对流感核酸样品的检测，大多数是基于聚合酶链反应（PCR)、DNA测序及寡核苷酸微阵列等叁种技术。测序可以提供详细的序列，大范围的基因背景信息，也可检测出未知微生物，但这种方法费时，需昂贵设备，仍需人工去除其无关的背景DNA序列；RT-PCR/PCR检测技术是一种非常快速和灵敏的检测方法，但在检测多种微生物或对多种亚型进行分型时，仍受通量限制；而DNA微阵列技术恰好弥补了PCR及DNA测序技术的不足，且有良好的敏感性和特异性，还可实现高通蛍。本研究计对当前A型流感病毒亚型多，高通量分型难等问题，应用低密度DNA微阵列分析技术，建立了流感病毒16种HA血清型鉴定方法。在NCBI流感病毒资源库中挑选出各亚型A型流感病毒代表序列，通过生物信息学方法分析16种亚型血凝素之间的同源关系，根据亚型间、亚型内的同源关系，确定探针的最佳长度，获得了每个亚型同--基因位点出现最多频率的…致序列，设计了18对PCR引物及108条用于分型鉴定的特异性寡核苷酸探针，实验筛选优选出54条探针。在此基础上，将18对PCR引物设计分为4组，建立分组多重PCR方法，扩增及标记靶基因。通过体外转录方法制备16种HA基因的病毒RNA,梯度稀释，进行敏感性试验。经数据分析，最终确定当相应有…条探针SNR532为2或信号强度F532Mean-B532^2000时判定为阳性，得出本研究的最低检测下限在100-1000个RNA拷贝，并具有很好的重复性。为验证DNA微阵列方法对新亚型流感病毒的检测性能，应用反向遗传操作技术拯救了重配H1N1、H4N6、H8N4、H9N1亚型流感病毒，并对其进行检测，结果表明，建立的检测方法可确定HI、H4、H8、H9等亚型反向遗传重配流感病毒株。应用本研究室自有毒株对DNA微阵列检测方法进行了敏感性、特异性试验，可特异性检测H1N1、H3N2、H9N2、H5N1亚型等18种毒株，最低检测下限为1X103EID5Q病毒滴度。幵展了流感分型DNA微阵列应急检测研究，成功回顾性检测了2004年吉林省白城市H5N1亚型高致性禽流感病毒阳性临床样品，并对2009年甲型H1N1流感病毒、季节性H1N1流感病毒和2013年H7N9亚型禽流感病毒进行区分鉴定，结果表明，研制的流感分型芯片可快速、特异并高通量筛查出不同亚型流感病毒，II在流感病毒应急防控中发挥了积极作用。上述建立的DNA微阵列检测方法，能够准确进行A型、B型流感病毒及H1-16种亚型的分型检测，实现了检测流感病毒分型及亚型的高通量、高特异性，简化了复杂病原的操作程序，显着缩短了寸间，为流感快速检测、监测和应急处置提供了一个快速、方便、准确的分子生物学诊断技术。
参考文献：
[1]. DNA微阵列图像识别的相关技术与实现[D]. 席卫文. 中国人民解放军第一军医大学. 2003
[2]. DNA微阵列图像信息提取[D]. 于佳宁. 吉林大学. 2015
[3]. A型流感病毒16种HA血清型DNA微阵列检测方法研究[D]. 田明尧. 吉林大学. 2013