光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2012年
7期
1475-1484
,共10页
FISH图像%图像分割%模糊划分熵%递推算法%遗传算法
FISH圖像%圖像分割%模糊劃分熵%遞推算法%遺傳算法
FISH도상%도상분할%모호화분적%체추산법%유전산법
针对现有寻优算法存在的重复计算问题,提出了基于递推遗传的模糊3-划分熵多阈值荧光原位杂交(Fluorescence in Situ Hybridization,FISH)基因提取算法来提高用模糊划分熵算法提取多阈值FISH基因的效率.采用迭代验证法确定隶属度函数窗宽,并使用附加边界条件及灰度权重的隶属度函数对图像进行模糊3-划分.为了提高阈值寻优的效率,引入递推算法将模糊熵的计算转化为递推过程,并保存部分不重复的递推结果用于后续的计算,最后采用遗传算法寻优,使得种群个体的计算能使用预存结果快速搜索全局最优阈值.对提取结果与几种常用算法进行了直观比较,并对处理时间、分类概率等性能指标进行了量化分析.对多幅不同类型的仿真人工图像和真实FISH图像的测试表明,处理时间仅为常用算法的1％,错误划分概率小于6.00×10-2.提出的算法可以准确,高效地提取FISH基因目标.
針對現有尋優算法存在的重複計算問題,提齣瞭基于遞推遺傳的模糊3-劃分熵多閾值熒光原位雜交(Fluorescence in Situ Hybridization,FISH)基因提取算法來提高用模糊劃分熵算法提取多閾值FISH基因的效率.採用迭代驗證法確定隸屬度函數窗寬,併使用附加邊界條件及灰度權重的隸屬度函數對圖像進行模糊3-劃分.為瞭提高閾值尋優的效率,引入遞推算法將模糊熵的計算轉化為遞推過程,併保存部分不重複的遞推結果用于後續的計算,最後採用遺傳算法尋優,使得種群箇體的計算能使用預存結果快速搜索全跼最優閾值.對提取結果與幾種常用算法進行瞭直觀比較,併對處理時間、分類概率等性能指標進行瞭量化分析.對多幅不同類型的倣真人工圖像和真實FISH圖像的測試錶明,處理時間僅為常用算法的1％,錯誤劃分概率小于6.00×10-2.提齣的算法可以準確,高效地提取FISH基因目標.
침대현유심우산법존재적중복계산문제,제출료기우체추유전적모호3-화분적다역치형광원위잡교(Fluorescence in Situ Hybridization,FISH)기인제취산법래제고용모호화분적산법제취다역치FISH기인적효솔.채용질대험증법학정대속도함수창관,병사용부가변계조건급회도권중적대속도함수대도상진행모호3-화분.위료제고역치심우적효솔,인입체추산법장모호적적계산전화위체추과정,병보존부분불중복적체추결과용우후속적계산,최후채용유전산법심우,사득충군개체적계산능사용예존결과쾌속수색전국최우역치.대제취결과여궤충상용산법진행료직관비교,병대처리시간、분류개솔등성능지표진행료양화분석.대다폭불동류형적방진인공도상화진실FISH도상적측시표명,처리시간부위상용산법적1％,착오화분개솔소우6.00×10-2.제출적산법가이준학,고효지제취FISH기인목표.
