[发明专利]电泳图的识别方法、装置、设备及存储介质有效

专利信息
申请号: 201910299112.4 申请日: 2019-04-15
公开(公告)号: CN110033449B 公开(公告)日: 2023-06-27
发明(设计)人: 赵文妍;丁砚书;段广有;闵文波;葛毅;廖国娟 申请(专利权)人: 苏州金唯智生物科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/13;G06T7/40
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 215123 江苏省苏州市*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电泳 识别 方法 装置 设备 存储 介质
【权利要求书】:

1.一种电泳图的识别方法,其特征在于,包括:

获取当前样本的电泳图,并识别出所述电泳图中的胶图图像的边框;其中,所述胶图图像包括至少一个条带图像;

提取每个条带图像中预设数量的像素值构成目标像素矩阵;

将所述目标像素矩阵输入预先训练的预测模型,以得到当前样本的目标加样量;

提取各个胶图图像中各个条带图像对应的条带像素矩阵的每一列中位数;其中,所述各个胶图图像包括标准条带图像和非标准条带图像;

根据所述标准条带图像对应的每一列中位数以及非标准条带图像对应的每一列中位数确定各个非标准条带图像在胶图图像中的位置。

2.根据权利要求1所述的方法,其特征在于,所述识别出所述电泳图中的胶图图像的边框,包括:

通过边缘检测算法识别出所述电泳图的胶图图像区域;

消除所述电泳图中的背景区域以及所述胶图图像区域中的干扰像素点,得到初级胶图图像。

3.根据权利要求2所述的方法,其特征在于,所述识别出所述电泳图中的胶图图像的边框,还包括:

对所述每个初级胶图图像进行预处理,得到每个初级胶图图像对应的初级像素矩阵;

计算所述初级像素矩阵中的行众数以及列众数;

根据所述行众数与背景众数的比较结果以及所述列众数与背景众数的比较结果,对每个初级条带图像进行校正,得到胶图图像的边框。

4.根据权利要求3所述的方法,其特征在于,根据所述行众数与背景众数的比较结果以及所述列众数与背景众数的比较结果,对每个初级胶图图像进行校正,包括:

如果所述行众数小于或等于所述背景众数,则将所述行众数对应的行像素进行消除;

如果所述列众数小于或等于所述背景众数,则将所述列众数对应的列像素进行消除。

5.根据权利要求1所述的方法,其特征在于,所述提取每个条带图像中预设数量的像素值构成目标像素矩阵,包括:

提取每个条带图像中像素值构成原始像素矩阵;

计算所述原始像素矩阵中每列像素值的列最大像素值,得到M个列最大像素值,其中,M为原始像素矩阵的列数且M为正整数;

根据M个列最大像素值的比较结果,获取预设数量的像素值构成目标像素矩阵。

6.根据权利要求5所述的方法,其特征在于,所述根据M个列最大像素值的比较结果,获取预设数量的像素值构成目标像素矩阵,包括:

将所述M个列最大像素值进行比较,并将M个列最大像素值中的最大值确定为目标最大像素值;

如果所述原始像素矩阵存在一个目标最大像素值,则将所述目标最大像素值所属列以及与目标最大像素值所属列相邻的两列,构成目标像素矩阵。

7.根据权利要求6所述的方法,其特征在于,所述根据M个列最大像素值的比较结果,获取预设数量的像素值构成目标像素矩阵,还包括:

所述原始像素矩阵仅存在两个相同的目标最大像素值且两个目标最大像素值分别所属的列相邻;或,所述原始像素矩阵中目标最大像素值的个数大于等于3且至少两个目标最大像素值分别所属的列相邻;

将第一列最大像素值与第二列最大像素值进行比较;

如果所述第一列最大像素值大于所述第二列最大像素值,则将所述第一列最大像素值作为相邻列最大像素值;

如果所述第一列最大像素值小于所述第二列最大像素值,将所述第二列最大像素值作为相邻列最大像素值;

将两个目标最大像素值所属列以及相邻列最大像素值所属列,构成目标像素矩阵。

8.根据权利要求7所述的方法,其特征在于,还包括:

如果所述原始像素矩阵仅存在两个相同的目标最大像素值且两个目标最大像素值分别所属的列不相邻,则确定第一目标最大像素值所属列与第二目标最大像素值所属列之间间隔的列数;

如果所述第一目标最大像素值所属列与第二目标最大像素值所属列之间间隔的列数为1,则将所述第一目标最大像素值所属列、第二目标最大像素值所属列以及两个目标最大像素值所属列之间的间隔列,构成目标像素矩阵。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州金唯智生物科技有限公司,未经苏州金唯智生物科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910299112.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top