高噪声显微图像下的微管提取算法研究计晓沁蒋林华摘要：为了提取通过冷冻电镜获得的微管图像中的微管目标，本文提出了一种改进的区域生长法。首先根据对微管图像的分析，提出了一种针对高噪声微管图像的复合增强方案，有效的增强了图像对比度。然后使用Otsu算法对微管图像进行粗分割。最后，再用区域生长法提取微管目标。实验结果表明，该方法有较强的抗噪性，同时能够准确提取微管目标。关键词：区域生长法;微管;冷冻电镜;Otsu：TP391.41：ADOI：10.3969/j.issn.1003-6970.2019.06.003本文著录格式：计晓沁，蒋林华.高噪声显微图像下的微管提取算法研究[J].软件，2019，40（6）：1316【Abstract】：Inordertoextractmicrotubuletargetsfrommicrotubuleimagesobtainedbycryoelectronmicroscopy，animprovedregionalgrowthmethodwasproposed.Firstly，accordingtotheanalysisofthemicrotubuleimage，acompositeenhancementschemeforthehigh-noisemicrotubuleimagewasproposed，whicheffectivelyenhancedtheimagecontrast.ThenthemicrotubuleimageisroughlysegmentedbyOtsualgorithm.Finally，regionalgrowthmethodwasusedtodetectmicrotubuletargets.Experimentalresultsshowthatthismethodhasstrongnoiseresistanceandcanaccuratelyextractmicrotubuletargets.【Keywords】：Regionalgrowthmethod;Microtubules;Cryoelectronmicroscope;Otsu0引言癌症的治疗一直都是医学研究难以攻克的难点。癌症是由癌细胞病变引起的恶性肿瘤，而癌基因的非正常表达会影响癌细胞内部微管组织的形态，从而导致微管结构发生巨大变化，同时研究者发现，微管[1-2]是主要抗癌药物的靶点。因此对于微管的深入研究可以为医学研究人员攻克细胞癌变等医学难题及开发新型的抗癌药物提供帮助。冷冻电镜[3]是重要的结构生物学研究方法，将通过冷冻电镜获取的生物医学图像与计算机技术相结合进行医学研究也是当下的热点。数字化处理Cyro-EM图像也是目前的一个新话题。目前为止，研究人员已经提出了许多生物大分子的提取算法，针对微管目标提取的算法研究也做出了一些成功的尝试。Yan[4]等人設计了一种非线性滤波器来检测微管，Yue[5]等人改进了CV模型实现了微管的分割。本文提出一种新的算法来提取微管目标。首先，使用中值滤波[6]和直方图均衡化对存在高噪声的冷冻电镜微管图像进行预处理，提高图像的质量;接着使用Otsu算法及区域生长法提取图像中的微管目标;最后使用形态学方法[7]来填充微管目标中的孔洞，获得最终的微管目标。1噪声分析微管图像是通过冷冻电镜技术获取的，在获取微管图像时，为了不破坏原始的生物组织形态，加至每幅图像的透射电子累积剂量不能超200e-/nm2，因此，几乎所有的微管图像都存在极高的噪声，且信噪比极低。如图1所示，（a）是通过冷冻电镜获取的原始微管图像，（b）是（a）中各像素在三维空间的灰度分布图，（c）是（a）中虚线采样处的灰度分布图。从（a）中可以明显看出，微管图像的前景和背景灰度差别很小，微管目标与背景的边缘信息不明显，对比度极低;而且图像中除微管目标外，还有冰粒和因电子束照射而受损的其他细胞器等噪声颗粒。（b）和（c）中可以看出，整幅图像以及水平取样线的灰度幅度都剧烈抖动，说明图像中存在很高的噪声，信噪比很低。由此可以发现，通过冷冻电镜获取的微管图像质量极差，且图像内部组成复杂，微管目标较背景占图像比例较小。因此，要提取出其中的微管目标是一个很大的挑战。2直方图均衡化直方图均衡化[8]是图像处理领域中利用图像直方图对对比度进行调整的方法。其基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了像素灰度值的动态范围，从而达到增强图像整体对比度的效果。直方图是表示数字图像中每一灰度出现频率的统计关系。直方图能给出图像灰度范围、每个灰度的频度和灰度的分布、整幅图像的平均明暗和对比度等概貌性描述。灰度直方图是灰度级的函数，反映的是图像中具有该灰度级像素的个数，若大部分像素集中在低灰度区域，图像呈现暗的特性;若像素集中在高灰度区域，图像呈现亮的特性。x3OTSU算法OTSU[9]由日本学者大津于1...