淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-2906200617030700
中文論文名稱 二維凝膠電泳影像中蛋白質點的偵測與分析
英文論文名稱 Detection and Analysis of Protein Spots in 2D Gel Electrophoresis Image
校院名稱 淡江大學
系所名稱(中) 資訊工程學系碩士班
系所名稱(英) Department of Computer Science and Information Engineering
學年度 94
學期 2
出版年 95
研究生中文姓名 蔡明宏
研究生英文姓名 Ming-Hung Tsai
學號 693191560
學位類別 碩士
語文別 中文
口試日期 2006-06-06
論文頁數 86頁
口試委員 指導教授-許輝煌
委員-鄭建中
委員-王俊嘉
中文關鍵字 凝膠電泳  蛋白質  型態影像學  分水嶺演算法  影像切割 
英文關鍵字 Electrophoresis  Protein  Morphology  Watershed Algorithm  Image Segmentation 
學科別分類 學科別應用科學資訊工程
中文摘要 在蛋白質體學的研究當中,二維凝膠電泳一直扮演著重要的角色,它不僅有效的將蛋白質分離出來,藉由這個方法也可以對蛋白質做定性、定量的研究。以往研究人員必須以人工的方式,將凝膠影像上的蛋白質點圈選出來,不僅研究的速度緩慢,也有可能會發生誤判的情形。有鑑於此,因此開發了這一套處理二維凝膠電泳影像的系統來解決這個問題,在這個系統中,主要是運用了型態影像學上的一些方法,例如我們利用了分水嶺演算法來做影像切割,希望能從複雜的背景中將蛋白質點切割出來;在影像切割這個問題中,分水嶺演算法是常被使用的一個方法,因為它可以很準確的將物件的邊緣切割出來,但是這個方法通常會因為區域極小值過多,而造成過度分割的問題,所以切割出來的結果是很破碎的,這時候就必須利用其他的方法來改善,像是在前處理的部份做雜訊去除,這可以利用一些現成的濾波器就可以完成,另外我們也可以在使用分水嶺演算法做影像切割之前,針對梯度影像上的區域極小值做修正,這個部份我們使用了型態影像學上的影像重建方法,保留了蛋白質上的區域極小值,而將影像上其他的區域極小值修補起來,如此一來做分水嶺切割時就可以避免掉過度分割的問題,產生的物件邊緣也會很完整。運用以上這些方法就可以把凝膠影像上所有的蛋白質點偵測出來;另外也可以針對這些蛋白質點編號,並且計算它們的相關資料,例如面積、位置等等,以利更進一步的分析。此外,我們也將結果跟商業軟體Image Master的結果做比較,證明了我們的結果是具有可信度的。
英文摘要 2D gel electrophoresis plays an important role in proteomics. It can not only separate protein spots effectively but also identify and quantify the function of proteins. Traditionally, researchers can merely pick protein spots in the gel images with manpower. As a result, the efficiency of the research is critically reduced, and lots of mistakes take place at that time. Therefore, we proposed a system to deal with 2d gel images and to solve this problem. In this system, we mainly use some methods in morphlolgy, for example, we hope to retrieve protein spots from complicated gel images within watershed images segmentation algorithm. When it comes to images segmentation, watershed is the commonest approach, for its ability to segment boundary of spot objects. On the contrary, problems of over segmentation usually occur due to the production of too many local minimums, and this will cause fracture division. As a result, a few pre-processing procedures which can be easily achieved with existing filters should be utilized to improve the effect. By the way, we can also modify local minimums on gradient images before doing images segmentation with images reconstruction technique, that is, local minimums on the protein spots are kept while others are repaired. Therefore, problems of over segmentation can be avoided, and boundary of spots produced are quite complete, too.Using these method, we can detect all of the protein spots in 2D gel images. The system is also able to assign ID numbers to the protein spots and retrieve some annotated information of the spots such as area or location, which can be further analyzed for more researches. Finally, the comparison between the proposed system and another commercial software called Image Master is proceeded, which stands for the reliability of our system.
論文目次 目錄
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機 2
1.3 論文組織架構 3
第二章 文獻分析 6
2.1 二維凝膠電泳影像分析 6
2.2 分水嶺轉換 11
第三章 蛋白質點的偵測 14
3.1 型態影像學上的方法 14
3.1.1 侵蝕與擴張 14
3.1.2 斷開與閉合 17
3.1.3 梯度影像 19
3.1.4 影像重建(Reconstruction) 20
3.2 分水嶺轉換 22
3.4 分水嶺轉換之間的比較 26
3.5 分水嶺轉換的過度分割問題與解決方法 28
3.6 以Marker為基礎的分水嶺轉換 33
第四章 系統實作與實驗結果 51
4.1 系統架構 51
4.2 實驗結果 58
第五章 結論與未來展望 77
5.1 結論 77
5.2 未來展望 77
參考文獻 80
附錄 英文論文 83

圖目錄
圖2.1 等電點分離 7
圖2.2 分子量分離 7
圖2.3 二維凝膠電泳 8
圖3.1 四相鄰 15
圖3.2 八相鄰 15
圖3.3 原圖 16
圖3.4 侵蝕 16
圖3.5 擴張 17
圖3.6 斷開(Opening) 18
圖3.7 閉合(Closing) 19
圖3.8 梯度影像 20
圖3.10 區域極小值 25
圖3.11 分水嶺轉換 26
圖3.12 過度分割 29
圖3.13 Region Adjacency Graph(RAG) 32
圖3.14 傳統分水嶺切割步驟 34
圖3.15 兩個圓 35
圖3.16 兩個圓做分水嶺切割 35
圖3.17 梯度影像 36
圖3.18 梯度影像做分水嶺切割 36
圖3.19 利用梯度影像做分水嶺切割 37
圖3.20 門檻值過濾後執行分水嶺切割結果 39
圖3.21 以Marker為基礎的分水嶺切割流程 40
圖3.22 影像重建前 41
圖3.23 影像重建後 41
圖3.24 Marker Image,h=30 42
圖3.25 Mask Image 43
圖3.26 內部Marker(尚未二值化) 44
圖3.27 內部Marker(二值化) 45
圖3.28 外部Marker 46
圖3.29 原始影像和Marker影像做Point-wise Minimum 48
圖3.30原始影像灰階值加1和Marker影像做Point-wise Minimum 49
圖3.31 Marker Image和Mask Image做侵蝕影像重建 50
圖4.1 系統畫面 52
圖4.2 開檔 53
圖4.2 點的偵測功能 54
圖4.4 展出功能 55
圖4.5 展現 56
圖4.6 參數設定畫面 57
圖4.7 設定功能 58
圖4.8 開啟凝膠影像dis1000 59
圖4.9 偵測前參數設定 60
圖4.10 去除背景 61
圖4.11 雜訊去除 62
圖4.12 內部Marker完成 63
圖4.13 外部Marker 64
圖4.14 遮罩影像完成 65
圖4.15 蛋白質點偵測結果 66
圖4.16 蛋白質點編號及計算點數 67
圖4.17 蛋白質點的資訊 68
圖4.18 顯示所有蛋白質點的編號 69
圖4.19 凝膠電泳dis200蛋白質點偵測結果 70
圖4.20 凝膠電泳dis300蛋白質點偵測結果 71
圖4.21 凝膠電泳dis500蛋白質點偵測結果 72
圖4.22 凝膠電泳dis500門檻值提高至50後偵測結果 73
圖4.23 未分割成功的點 74
圖4.24 ImageMaster參數設定 74
圖4.25 凝膠影像dis1000以ImageMaster切割的結果 75
圖4.26 ImageMaster中切割異常的點 76
圖4.27 ImageMaster偵測到的點數 76
圖5.1 重疊的點 79

參考文獻 參考文獻
[1] F. Meyer, S. Beucher,“Morphological segmentation”, Journal of Visual Communication and Image Representation, vol. 1, no.1, pp.21-46. (1990).
[2] Luc Vincent and Pierre Soille, “Watersheds in digital spaces: an efficient algorithm based on immersion simulations,” IEEE Transactions on Pattern Analysis and Machine Intelligence, VOL. 13, NO. 6, pp. 583-598, June 1991.
[3] Haris, K.; Efstratiadis, S.N.; Maglaveras, N.; Katsaggelos, A.K., “Hybrid image segmentation using watersheds and fast region merging”, IEEE Transactions on Image Processing , Volume 7, Issue 12, Dec. 1998 Page(s):1684 – 1699.
[4] Luc Vincent, “Morphological Gray scale Reconstruction in Image Analysis: Applications and Efficient Algorithms” , IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 2, NO. 2, APRIL 1993.
[5] Pierre Soille, “Morphological Image Analysis:principles and applications”, Berlin:Springer, 1999.
[6] D. Hagyard M. Razaz and P. Atkin, “Analysis of Watershed Algorithms for Greyscale Images”, Image Processing, 1996. Proceedings., International Conference on Volume 3, 16-19 Sept. 1996 Page(s):41 - 44 vol.3.
[7] Jos B.T.M. Roerdink and Arnold Meijster, “The Watershed Transform:Definitions, Algorithms and Parallelization Strategies”, Fundamenta Informaticae 41(2001) Pages:187 – 228.
[8] Dougherty, E.R. “Mathematical Morphology in Image Processing”, Marcel Dekker, 1993, pp433-481.
[9] Nawaz khan, Dr. Shahedur Rahman, “A New Approach To Detect Similar Proteins from 2D Gel Electrophoresis Images”, Proceedings of the Third IEEE Symposium on BioInformatics and BioEngineering (BIBE’03), 2003.
[10] E.Bettens, P. Scheunders, J. Sijbers, D.Van Dyck, L.Moens,
“AUTOMATIC SEGMENTATION AND MODELLING OF TWO-DIMENSIONAL ELECTROPHORESIS GELS”, Proceedings IEEE International Conference On Image Processing.
[11]電腦視覺, 義守大學電機系碩士班課程,http://ccy.dd.ncu.edu.tw/~chen/course/vision/.
[12] Analyzing Two-Dimensional Gel Images, Research at Bioinformatics Research Center, UMBC, Technical Reports, http://www.brc.umbc.edu/research/TechReport1.pdf.
[13] “ImageMaster Software”, http://www.amershambiosciences.com.
[14] Juin-Lin Kao, “Image Analysis System for Protein Two Dimensional Gel Electrophoresis”, Department of Computer Science and Information Engineering, Chung-Hua University, July 30, 2003.
[15] Mike Hallett, Algorithms for Gene Expression and Proteomics, McGill Centre for Bioinformatics, McGill University, Montreal, Canada.
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2006-07-19公開。
  • 同意授權瀏覽/列印電子全文服務,於2006-07-19起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信