[发明专利]一种根据特征提取算法定位着丝粒的图像处理方法

说明书

本发明公开了一种根据特征提取算法定位着丝粒的图像处理方法，本发明根据每一号的每一条染色体的着丝粒位置作为样本数据提取着丝粒的范围；然后统计好每号染色体的范围选择后再根据每号染色体通过特征提取、去噪、图像预处理、图像分割等技术处理染色体图像来准确的定位到着丝粒的范围，求范围内的每条染色体的法线并把最短法线所在位置为着丝粒所在的位置。使得在测试的1号至22号染色体和X染色体的准确率达到99%以上，Y染色体的准确率达到98%以上，每号染色体的数据至少为500。

技术领域

本发明涉及采用一种根据特征提取算法定位着丝粒的图像处理方法，属于图像处理领域。

背景技术

染色体核型分析在遗传病检测中处于至关重要的地位。而大部分的遗传疾病都是染色体异常，很多染色体的异常都会使得染色体着丝粒位置发生变化，因此很多遗传疾病都可以根据着丝粒位置的异常判断出来。

每个人都有46条染色体，22对染色体和一对性染色体，而在同源染色体中染色体1~22号染色体是呈现出越来越小的一个过程，性染色体X的大小与7、8号染色体的大小相近而Y染色体的大小不定（如附图1和附图2所示），着丝粒的位置范围比较广(如参考文献1所示)。1、3、16、19、20这几号染色体的着丝粒在染色体的1/2处，2、X、17号染色体的着丝粒在染色体的3/8处，4、5、18号染色体在着丝粒的1/4处，6~12号染色体的着丝粒是从3/8~1/4的一个范围，而13~15、21、22这几号染色体是带随体的染色体，着丝粒位于染色体随体下方处于染色体顶部。而对这些染色体，本文结合实际数据，以每条染色体选取600条左右的染色体为样本数据手动找到着丝粒位置并取着丝粒位置在整个染色体上的比值，最后结合所有样本数据的着丝粒位置对着丝粒确定范围。本发明对染色体的着丝粒位置取的范围值是为了让每条染色体基本都在统计的染色体范围内。

因此，本发明中取着丝粒的范围是为了能够自动找到着丝粒的位置，而要确定染色体位置的范围是因为着丝粒有很多噪声和很多其他因素会导致找到的着丝粒位置不够准确。

名词解释：

SVM算法：支持向量机是在所有知名的数据挖掘算法中最健壮，最准确的方法之一，它属于二分类算法，可以支持线性和非线性的分类。

连通区域：复平面上的一个区域G，如果在其中任做一条简单闭曲线，而闭曲线的内部总属于G，就称G为单连通区域。一个区域如果不是单连通区域，就称为多连通区域。

参考文献：

文献1：Loganathan E , Anuja M R , Madian N . Analysis of humanchromosome images for the identification of centromere position and length[C]// Point-of-Care Healthcare Technologies (PHT), 2013 IEEE. IEEE, 2013。

文献2：Wang X , Zheng B , Li S , et al. A rule-based computer schemefor centromere identification and polarity assignment of metaphasechromosomes[J]. Computer Methods Programs in Biomedicine, 2008, 89(1):33-42。

发明内容

为解决上述问题，本发明公开了一种根据特征提取算法定位着丝粒的图像处理方法。本发明统计好每号染色体的范围选择后再根据每号染色体通过特征提取、去噪、图像预处理、图像分割等技术处理染色体图像来准确的定位到着丝粒的范围，求范围内的每条染色体的法线并把最短法线所在位置为着丝粒所在的位置。使得在测试的1号至22号染色体和X染色体的准确率达到99%以上，Y染色体的准确率达到98%以上。