[发明专利]一种单分子荧光信号图像的超分辨定位方法及系统

说明书

本公开公开了一种单分子荧光信号图像的超分辨定位方法及系统，对单分子荧光信号图像根据分割阈值筛选像素点，得到定位点分布图；利用空间位置约束、定位点约束和时间维度约束对定位点分布图进行超分辨处理，得到高分辨率荧光信号图像；对高分辨率荧光信号图像中的像素点进行约束计算，由得到的有效像素点组成定位图像。用于单分子荧光图像的超分辨精准定位，实现了单分子荧光的纳米级精准定位。

技术领域

本公开涉及图像处理技术领域，特别是涉及一种单分子荧光信号图像的超分辨定位方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

单分子光学显微成像技术是基于普通的光学显微镜成像平台，例如暗场显微镜、荧光显微镜和共聚焦显微镜，通过对物体微观结构的放大，在分子水平上揭示生命过程的运转机制和材料物理化学性能，但是受到光学衍射特性的限制，光学显微镜的分辨率不可能无限小，当达到分辨率极限(200nm)时，只能得到一个轮廓模糊的“艾里斑”图像。因此，单分子光学显微成像技术无法突破光学衍射极限、提高图像的空间分辨率。

超分辨成像技术是通过硬件和软件结合处理方式，突破光学衍射极限，可达到百纳米、甚至十几纳米的光学分辨率，已经广泛用于遥感、医学和军事等领域。虽然目前超分辨显微成像技术形态各异，例如受激发射损耗荧光显微技术(STED)、结构光照明(SIM)、光激活定位显微技术(PALM)和随机光学重建显微技术(STORM)等，但是原理基本相似，都是通过获取尺寸极小发光体(如单个荧光分子)的位置来进行成像，结合软件计算方式提高获取图像的空间分辨率。

超分辨算法是通过处理一系列低分辨率的图像获得一幅高分辨率的图像，核心思想就是将时间分辨率(同一场景的多帧图像序列)转换成空间分辨率，从而提高图像的空间分辨率。超分辨算法主要包括四大类：(1)基于插值算法，首先获取低分辨率图像与高分辨率图像的相对运动信息，通过非均匀插值技术得到高分辨率栅格像素值，结合反卷积处理降低噪音。(2)基于频率算法，通过低分辨率图像频率预估高分辨率图像的频谱，结合傅里叶变换算法获得高分辨图像。(3)基于重建算法，通过估计低分辨率图像转换成高分辨率图像的配准关系，再利用软件重建目标图形。(4)基于学习算法。通过已知的训练图像集，深度学习样品图像和训练图像之间的构效关系，获得高分辨率图像。

发明人发现，目前数字图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰等影响，例如图像采集过程中光电探测器EMCCD产生的噪音干扰；荧光成像系统中不同深度消逝波引起的杂信号干扰；实验条件和外界环境对图像信号的干扰等，在定位荧光分子时，易混入非有效像素点，影响成像结果。以及在超分辨率定位方法中，大多基于单帧图像的某一种属性对其进行超分辨，例如基于插值的超分辨处理，仅考虑空间约束；然而，单一约束条件的超分辨处理方式不能真实反映时间序列图像的细节内容。因此，迫切需要结合多种超分辨算法，建立基于时间、空间、以及有效定位点约束条件的方案。

发明内容

为了解决上述问题，本公开提出了一种单分子荧光信号图像的超分辨定位方法及系统，基于时间序列的低分辨率单分子荧光信号图像，结合降噪算法进行筛选，获得有效的荧光定位点；基于荧光信号的时间、空间和定位点的约束条件，将低分辨率单分子荧光信号图像转换成高分辨率荧光信号图像，对高分辨率荧光信号图像中像素点进行精度定位，继而实现单分子荧光信号图像的定位。

为了实现上述目的，本公开采用如下技术方案：

第一方面，本公开提供一种单分子荧光信号图像的超分辨定位方法，包括：

对单分子荧光信号图像根据分割阈值筛选像素点，得到定位点分布图；

利用空间位置约束、定位点约束和时间维度约束对定位点分布图进行超分辨处理，得到高分辨率荧光信号图像；

对高分辨率荧光信号图像中的像素点进行约束计算，由得到的有效像素点构成定位图像。