本申请涉及一种基于微流控的数字PCR图像拼接方法及系统,所述数字PCR图像拼接方法包括如下步骤:步骤A:通过相机捕获微流控芯片任意两个不同位置的图像A、图像B;步骤B:通过PCR仪器获得图像A、图像B之间的先验属性为集合(X,Y);步骤C:对图像A、图像B进行高斯滤波处理;步骤D:计算图像A、图像B的实际平移关系(x,y),根据实际平移关系(x,y)将图像A、图像B拼接起来。本发明专利技术对特征明显不重复的同分辨率及特征明显但重复性高的图像拼接完好,从而能够有效的提高PCR分析的准确性。效的提高PCR分析的准确性。效的提高PCR分析的准确性。
【技术实现步骤摘要】
一种基于微流控的数字PCR图像拼接方法及系统
[0001]本申请涉及数字PCR检测
,特别是涉及一种基于微流控的数字PCR图像拼接方法及系统。
技术介绍
[0002]1953年沃森和克里克提出DNA双螺旋结构及半保留复制模型,其后在分子生物学领域,聚合酶链式反应PCR成为定性与定量的检测目标核酸分子的常用方法。1884年至今PCR分析技术经过多次迭代,产生了以凝胶电泳对PCR产物进行定性分析,以实时荧光对PCR产物进行定量分析,以微流控为基础对PCR产物进行定量分析等成果。其中数字PCR作为近年来最新的第三代PCR技术,具有快速、准确、定量检测等特点。
[0003]数字PCR以微流控技术为基础,将待检测物质随机分配到一个个小液滴中,加热使其发生PCR反应,再通过荧光激发、视觉检测等方法,获得总液滴的个数n以及包含目标物质的液滴的个数h。在数字PCR中,每个液滴包含的目标物质拷贝数是一次独立事件,符合泊松分布,由大数定律可得到,当液滴数量足够多时,该分布的期望就是平均每个液滴内目标物质的拷贝数,前面得到的n与h可得到P(0),由此可以计算得到泊松分布期望,进而可以得到原始试剂中,待检测物的总拷贝数、浓度等数据。数字PCR需要检测总液滴数n,及包含目标物质的液滴数h,检测结果与n、h强相关,因此如何得到准确的n、h是数字PCR中的一个难点。
[0004]数字PCR中为了得到n、h,通常采用相机进行视频信号采集,而采集视场往往比微流控芯片要小,因此一次扩增需要多张图像来记录,而图像与图像之间的衔接处会有液滴纹理割裂,无法检测。因此需要拼接一次扩增的图像来确保n、h的准确性,好的图像拼接算法能有效提高PCR分析的准确性。
[0005]PCR中液滴图像拼接仅需要特征点匹配、拼接两个步骤。使用SHIFT算法检测特征点,求取投影矩阵,然后进行拼接,但是液滴图中特征单一且重复,即非对应点对的特征向量相似度极高,导致特征点无法正确匹配,也就无法求出正确的投影矩阵。而无法拼接图像会导致图像边缘的含有检测目标的液滴被重复计算或漏算,在低浓度背景下,会导致检测浓度结果偏差达到100%以上,严重影响PCR检测准确性与线性。
技术实现思路
[0006]基于此,有必要针对现有技术中的数字PCR图像无法拼接或拼接存在明显割裂,严重影响PCR检测准确性的问题,提出一种基于微流控的数字PCR图像拼接方法及系统。
[0007]为了实现上述目的,本申请实施例提供了一种基于微流控的数字PCR图像拼接方法,包括如下步骤:
[0008]步骤A:通过相机捕获微流控芯片任意两个不同位置的图像A、图像B;
[0009]步骤B:通过PCR仪器获得图像A、图像B之间的先验属性为集合(X,Y);
[0010]步骤C:对图像A、图像B进行高斯滤波处理,滤波公式分别为:
[0011][0012][0013]其中,I
x
为滤波后的图像A,I
y
为滤波后的图像B,I
originalx
为图像A信息,I
originaly
为图像B信息;
[0014]步骤D:计算图像A、图像B的实际平移关系(x,y),根据实际平移关系(x,y)将图像A、图像B拼接起来。
[0015]优选地,所述图像A、图像B的实际平移关系(x,y)计算方法如下:
[0016]步骤D1:将滤波后的图像A、滤波后的图像B与二维Sobel算子进行卷积,分别得到图像A、图像B的边缘图像信息,计算公式为:
[0017]I
xedge
=G*I
x
,
[0018]I
yedge
=G*I
y
,
[0019]其中,G为二维Sobel算子,I
xedge
为图像A的边缘图像信息,I
yedge
为图像B的边缘图像信息;
[0020]步骤D2:计算先验属性集合(X,Y)中所有的k值,所述所有的k值构成评价集合K,所述评价集合K的计算公式如下:
[0021][0022]其中,(i,j)∈(X,Y),计算得到的最小k值所对应的(i,j)即为(x,y)。
[0023]优选地,所述二维Sobel算子的计算方法如下:
[0024][0025][0026][0027]其中,G
x
为水平Sobel算子,G
y
为竖直Sobel算子。
[0028]优选地,如果k值存在有多个,则将步骤C中的高斯卷积核大小加2,再重复步骤C、步骤D,以便排除噪声干扰,使得图像A的边缘图像信息与图像B的边缘图像信息在重叠区域的边缘像素差异最小。
[0029]优选地,所述步骤A中的图像A与图像B的分辨率、图像文件格式、位深都相同。
[0030]优选地,所述步骤B中的集合(X,Y)计算方法如下:
[0031]通过先验获取平移关系中的X,Y,其中X表示图像A与图像B之间的水平重叠距离,有Y表示图像A与图像B之间的竖直距离,有
[0032]通过PCR仪器设定,先验得到X,Y的集合(X,Y)。
[0033]优选地,所述步骤C中采用3x3高斯卷积核。
[0034]优选地,通过高斯滤波处理减小灰尘造成的干扰。
[0035]优选地,所述步骤A中的图像A与图像B之间只存在平移关系、不存在仿射关系。
[0036]本申请还提供了一种基于微流控的数字PCR图像拼接系统,其包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上执行的计算机程序,所述处理器执行所述计算机程序时实现上述所述的基于微流控的数字PCR图像拼接方法。
[0037]本专利技术所提供的一种基于微流控的数字PCR图像拼接方法具有如下优点和有益效果:
[0038]对特征明显不重复的同分辨率及特征明显但重复性高的图像拼接完好,从而能够有效的提高PCR分析的准确性。
附图说明
[0039]图1为本申请基于微流控的数字PCR图像拼接方法较佳实施例的流程示意图。
[0040]图2为利用本申请基于微流控的数字PCR图像拼接方法拼接的图像一。
[0041]图3为利用本申请基于微流控的数字PCR图像拼接方法拼接的图像二。
具体实施方式
[0042]为了便于理解本申请,下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的首选实施例。但是,本申请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对本申请的公开内容更加透彻全面。
[0043]需要说明的是,当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件并与之结合为一体,或者可能同时存在居中元件。本文所使用的术语“安装”以及类似的表述只是为了说明的目的。
[0044]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申请的
的技术人员通常理解本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于微流控的数字PCR图像拼接方法,其特征在于,包括如下步骤:步骤A:通过相机捕获微流控芯片任意两个不同位置的图像A、图像B;步骤B:通过PCR仪器获得图像A、图像B之间的先验属性为集合(X,Y);步骤C:对图像A、图像B进行高斯滤波处理,滤波公式分别为:步骤C:对图像A、图像B进行高斯滤波处理,滤波公式分别为:其中,I
x
为滤波后的图像A,I
y
为滤波后的图像B,I
originalx
为图像A信息,I
originaly
为图像B信息;步骤D:计算图像A、图像B的实际平移关系(x,y),根据实际平移关系(x,y)将图像A、图像B拼接起来。2.根据权利要求1所述的基于微流控的数字PCR图像拼接方法,其特征在于,所述图像A、图像B的实际平移关系(x,y)计算方法如下:步骤D1:将滤波后的图像A、滤波后的图像B与二维Sobel算子进行卷积,分别得到图像A、图像B的边缘图像信息,计算公式为:I
xedge
=G*I
x
,I
yedge
=G*I
y
,其中,G为二维Sobel算子,I
xedge
为图像A的边缘图像信息,I
yedge
为图像B的边缘图像信息;步骤D2:计算先验属性集合(X,Y)中所有的k值,所述所有的k值构成评价集合K,所述评价集合K的计算公式如下:其中,(i,j)∈(X,Y),计算得到的最小k值所对应的(i,j)即为(x,y)。3.根据权利要求2所述的基于微流控的数字PCR图像拼接方法,其特征在于,所述二维S...
【专利技术属性】
技术研发人员:吴天准,程哲,张雷,
申请(专利权)人:深圳市中科先见医疗科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。