[发明专利]基于明场和暗场图像相结合的线虫存活率识别方法

说明书

本发明公开了一种基于明场和暗场图像相结合的线虫存活率识别方法，属于生物技术处理技术领域，本发明要解决的技术问题为如何从实验图像中精确识别线虫是否死亡并准确计算线虫存活率，采用的技术方案为：该方法是将线虫放置在384孔板中，间隔预设时间后加入PI染液到384孔板中，分别拍摄线虫的明场图像和暗场图像；通过基于背景亮度估计的图像分割算法将明场图像和暗场图像分别进行图像分割，再将分割后明场图像和暗场图像相结合识别384孔板中线虫总数、死亡线虫的个数以及存活线虫的个数，进而计算线虫存活率。

技术领域

本发明涉及生物图像处理技术领域，具体地说是一种基于明场和暗场图像相结合的线虫存活率识别方法。

背景技术

秀丽隐杆线虫(Caenorhabditis elegans)简称线虫，是应用非常多的模式动物，它体积小，身长约1毫米，易于培养。普通的秀丽隐杆线虫在实验室中20℃的培养环境下，平均寿命约为二、三周，发育时间约为三天。1974年Brenner选择使用秀丽隐杆线虫作为模式生物来研究发育及神经科学的问题。许多使用线虫进行的高通量筛选工作中都用到了图像采集以及图像处理。在高通量筛选实验中产出的图像数据远远超出了人工检查分析的能力，使得科研人员要借助于图像处理工具。在生物实验中图像处理的目的就是利用先进的计算机科学技术、分析方法处理大规模的生物图像数据，为解决生物学问题提供帮助。

线虫的存活率是进行各种实验中最常用的一种定量指标。但是，目前在通过使用线虫进行高通量的化合物筛选实验中，从实验图像中自动、高效的判别线虫是否死亡是一个非常重要的技术难点。

发明内容

本发明的技术任务是提供一种基于明场和暗场图像相结合的线虫存活率识别方法，来解决如何从实验图像中精确识别线虫是否死亡并准确计算线虫存活率的问题。

本发明的技术任务是按以下方式实现的，一种基于明场和暗场图像相结合的线虫存活率识别方法，该方法是将线虫放置在384孔板中，间隔预设时间后加入PI染液到384孔板中，分别拍摄线虫的明场图像和暗场图像；通过基于背景亮度估计的图像分割算法将明场图像和暗场图像分别进行图像分割，再将分割后明场图像和暗场图像相结合识别384孔板中线虫总数、死亡线虫的个数以及存活线虫的个数，进而计算线虫存活率。

作为优选，该方法具体如下：

S1、在384孔板中设计不同化学品的实验环境；

S2、将成年线虫移至384孔板中的每个孔中，每孔10-20只线虫；

S3、间隔24小时后加入PI染液，并分别拍摄明场图像和暗场图像；

S4、对拍摄得到的明场图像进行图像分割和线虫识别；

S5、对拍摄得到的暗场图像进行图像分割和荧光线虫识别；

S6、将明场图像中识别到的线虫和暗场图像中识别到的荧光线虫进行比对，从而判别明场图像中识别到的每条线虫是否死亡；

S7、通过步骤S6获取死亡线虫的个数，进而计算线虫存活率。

更优地，所述PI染液以1％体积加入线虫体系内，待PI染液均匀分散在体系中，立即拍摄明场图像和暗场图像；其中，环境温度为20-25℃，PI染液的浓度为1mg/ml。

作为优选，所述步骤S4中对拍摄得到的明场图像进行图像分割和线虫识别具体如下：

S401、对明场图像中不同区域的背景亮度进行估计；

S402、背景的亮度矫正；根据每个像素点所处区域的背景估计值，将每个像素点原来的灰度值减掉对应的背景估计值得到背景亮度矫正后的结果；

S403、根据背景矫正后的结果图像，使用阈值分割法对图像进行分割；