一种基于病毒噬斑图像的自动噬斑测定方法
【技术领域】
[0001] 本发明属于医学图像处理及应用领域。涉及病毒噬菌斑测定方法，具体涉及一种 基于病毒噬斑图像的自动噬斑测定方法，尤其涉及基于多线性退化有监督分割噬斑培养皿 图像的自动噬菌斑测定方法。本方法适应于病毒学或免疫学中病毒噬菌斑实验所得的培养 皿图像的定性定量分析，进而实现精准地自动噬菌斑测定，包括自动计算噬菌斑的面积、直 径和数量等统计数据。
【背景技术】
[0002] 噬菌斑测定（plaqueassay)是病毒学中广泛应用的实验方法。其原理是病毒感 染细胞后，由于固体介质限制，释放的病毒只能由最初感染的细胞向周边扩展。经过几个增 值周期后形成一个局限性病变细胞区，即病毒噬斑。从理论上来讲，一个噬斑由一个病毒颗 粒形成，病毒自身的变异和环境因素均可以影响病毒噬斑的形成大小。在噬斑测定中常关 注噬斑的密度、直径和面积等参数。该技术常用于病毒颗粒技术和分离病毒克隆 ]。
[0003] 目前国际上对于病毒噬菌斑实验结果分析多使用手工测量的方法。这种手工测量 的方法要求人工对培养皿图像上的噬斑直径进行直接或间接的测量。而通常一个实验中涉 及多个培养皿，一张培养皿上的噬斑数量常常有数十个，致使研究者或实验室工作人员在 一次噬斑实验中即需要手工测量几百个噬斑数据，并同时需要记录、录入和统计。该手工测 量方法既增加了研究者的工作强度，延长工作时间，又容易在记录和录入过程中出现错误。
[0004] 截止目前为止，图像处理技术在噬斑实验结果分析方面很少得到应用，自动噬斑 测定尚未见报道，本申请的发明人拟提供一种自动噬菌斑测定方法，尤其是基于多线性退 化有监督分割噬斑培养皿图像的自动噬菌斑测定方法，以填补该技术领域的这一空白。
[0005] 与本发明相关的现有技术有：
[0006] [l]ff.C.Russell,uKsensitiveandpreciseplaqueassayforherpesvirus ,Nature,vol. 195,pp. 1028-1029, 1962.
[0007] [2]E.Gronowicz,A.Coutinho,andF.Melchers,"Aplaqueassayforallcells secretingIgofagiventypeorclass"，EuropeanJournalofImmunology, 6 (8):pp .588-590, 1976.
[0008] [3]J.Yang,J.Lv,Y.Wang,S.Gao,q.Yao,D.Qu,andr.Ye,"Replicationofmurine coronavirusrequiresmultiplecysteinesintheendodomainofspikeprotein",Vi rology, 427 (2),pp. 98-106, 2012.
[0009] [4]D.ff.HosmerJr,S.Lemeshow,andR.X.Sturdivant,Appliedlogistic regression,WileySeriesinProbabilityandStatistics, 2013.
[0010] [5]A.E.HoerlandR.ff.Kennard,"Ridgeregression:biasedestimationfor nonorthogonalproblems^ ,Technometrics, 12 (I),pp. 55-67, 1970.
[0011] [6]R.M.HaralockandL.G.Shapiro,computerandrobot vision,Addison-ffesleyLongmanPublishingCo. ,Inc. ,vol.I, 1992.
[0012] [7]J.Yang,J.Lv，Y.Wang,S.Gao,q.Yao,D.Qu，andr.Ye,"Replicationofmurine coronavirusrequiresmultiplecysteinesintheendodomainofspikeprotein",Vi rology，427 (2)，pp. 98-106, 2012.。
【发明内容】
[0013] 本发明的目的在于克服现有技术中图像处理技术在病毒噬斑分析应用中的缺陷， 提供一种病毒噬菌斑测定方法，具体涉及一种基于病毒噬斑图像的自动噬斑测定方法，尤 其涉及基于多线性退化有监督分割噬斑培养皿图像的自动噬菌斑测定方法。
[0014] 本方法适应于病毒学或免疫学中病毒噬菌斑实验所得的培养皿图像的定性定量 分析，进而实现精准地自动噬菌斑测定，包括自动计算噬菌斑的面积、直径和数量等统计数 据。本方法能使得病毒噬斑实验结果的分析更高效快速。
[0015] 本发明方法通过下述技术方案实现(如图1所示）：
[0016] 首先，在实验室取得病毒噬斑实验的培养皿图像后，作为原始输入图像进行光照 不均匀修正，得到增强后的背景均匀图像；其次，通过交互式界面手动标记少量噬斑像素 点和背景像素点，由此可以采集两组像素点的RGB色彩数据，它们将作为训练数据，用于基 于多线性退化的分割方法中估计退化参数，这里Logistic和Ridge退化技术分别得到了 测试；一旦估计出退化参数，就可以应用到整幅增强后图像的每个像素，对像素进行分类， 得到标示为噬斑和非噬斑区域的二值图像；最后，对二值图像进行大小为5个像素的方形 结构元素的形态学闭运算平滑，即可对所得图像上的连通块的属性统计分析，得到初始统 计数据，之后对这些数据的进行筛查即可得到噬斑测定数据，包括噬斑的数量、直径和面积 等。
[0017] 更具体的，本方法的一种基于病毒噬斑图像的自动噬斑测定方法，其特征在于，其 包括步骤：
[0018] 首先依据所得噬斑图像的四角区域亮度数据修正原始图像光照不均匀性，得到增 强后图像；然后通过在增强后图像上手工少量标记点对噬斑和背景取样，对增强后图像进 行图像色彩空间上的多线性回归预测；以回归结果将图像按像素分类为二值图像；对二值 图像采取形态学闭运算平滑后，通过对连通区域的面积等属性计数和统计，实现噬斑图像 自动分析。
[0019] 本发明中，基于双线性插值的非均匀亮度校正方法被应用于每一噬斑培养皿图像 以增强图像的表面信息；对原始图像进行光照不均匀修正时，采样四角空白区域像素，通过 四角空白区域的均值使用双线性插值估计光照偏差场，原图像与估计偏差场相减得到增强 后图像；
[0020] 本方法中，随机地从图像中选择20个标记