[发明专利]基因测序图像对焦矫正方法及装置、设备、存储介质

说明书

本发明属于生物信息学技术领域，公开了一种基因测序图像对焦矫正方法，通过对样本图像进行傅里叶变换获得频域信息，接着以样本图像及其频域信息为输入，进行有监督模型训练获得对焦矫正模型，由于模型训练中融合了样本图像的频域信息，因此训练样本集中既含有通过拍摄得到的空间域上的图像信息，又有通过傅里叶变换得到的频域上的图像信息，可以保留更多、更好的样本原始图像信息，从而可以减少矫正产生的伪造信息，进而提高矫正后成像结果的可信度。只需将待处理基因测序图像输入对焦矫正模型，根据对焦矫正模型矫正图像即可确定矫正后的清晰图像，能弥补因对焦不充分的成像结果导致画质不清晰的缺点。

技术领域

本发明属于生物信息学技术领域，具体涉及一种基因测序图像对焦矫正方法及装置、设备、存储介质。

背景技术

基因测序是指在微观层面上，通过一定技术手段对基因样本进行识别与分析的过程。其中，基因测序仪是基因测序中主要使用的设备，通过基因测序仪的成像镜头捕捉基因样本的光学信息进行成像，得到微观尺度上肉眼可识别的基因测序图像。传统基因测序仪的成像镜头需要机械对焦，即通过硬件设备的优化设计得到聚焦更好、更清晰的基因测序图像。但是，由于测序时间的限制以及硬件本身设计的问题，时常出现对焦不充分，画质不清晰的问题。

除了进一步优化硬件设计外，也有采用一些软件控制方法进行对焦矫正，即通过软件控制机械设备找到一个合适的对焦方位，再通过移动镜头到对焦方位拍摄测序样本的图像，获得成像结果，以解决镜头未充分对焦影响图像清晰度的问题。但是，依然存在理想最佳对焦方位寻找不一定每次都精准，容易产生定位误差；或者，受基因测序时间限制，未移动到理想最佳对焦方位就已开始成像；或者，由于移动过程中带来的机械抖动，影响对焦效果等等问题。

目前现有技术中提出一些通过深度学习技术训练矫正模型的方法，通过训练后的矫正模型对拍摄到的图像进行对焦矫正处理，以获得更加清晰的矫正图像。但是现有对焦矫正模型适用于普通镜头，如手机、相机的镜头，并不适用于基因测序仪的镜头。原因在于，普通镜头的优化目标为人的肉眼和主观感受，只需要让人感觉到照片有变清晰即可。

但其实它所使用的矫正成像结果含有非常多的伪造信息，这些伪造信息可能利于照片形成清晰的错觉，而实际信息已经失真。相比于普通镜头，基因测序仪镜头的对焦矫正对信息的真实性要求非常高，因此如果将现有对焦矫正模型应用于微观领域尤其是基因测序图像，则可能会让矫正后产生的伪造信息干扰了基因测序的识别结果，也即，矫正产生的伪造信息干扰原始图像的真实性，导致对焦矫正后的成像结果可信度较低。

发明内容

本发明的目的在于提供一种基因测序图像对焦矫正方法及装置、设备、存储介质，可以减少矫正产生的伪造信息，进而提高矫正后成像结果的可信度。

本发明第一方面公开一种基因测序图像对焦矫正方法，包括：

获取基因测序仪的物镜拍摄到的标签图像和样本图像；

对所述样本图像进行傅里叶变换，获得所述样本图像的频域信息；

以所述样本图像及其频域信息为输入、所述标签图像为标签，对初始化的深度学习神经网络进行训练获得对焦矫正模型；

将待处理基因测序图像输入所述对焦矫正模型，获得所述对焦矫正模型的矫正图像；

根据所述矫正图像，确定目标基因测序图像。

在一些实施例中，所述初始化的深度学习神经网络包括第一卷积模块、第二卷积模块和注意力模块；

所述以所述样本图像及其频域信息为输入、所述标签图像为标签，对初始化的深度学习神经网络进行训练获得对焦矫正模型，包括：

将所述样本图像输入第一卷积模块，以对所述样本图像进行卷积计算获得第一特征图；

将所述样本图像的频域信息输入注意力模块，以使所述注意力模块根据所述频域信息学习得到权重系数；