[發明專利]K次近鄰位置云圖的單分子定位成像漂移校正方法與系統

有效

• 申請號: 202310771995.0
• 申請日: 2023-06-28
• 公開（公告）號: CN116503471B
• 公開（公告）日: 2023-08-29
• 發明（設計）人: 潘雷霆;侯夢迪;胡芬;許京軍
• 申請（專利權）人: 南開大學
• 主分類號: G06T7/70
• 分類號: G06T7/70;G06T3/40;G06T5/00;G06V10/762
• 代理公司: 天津展譽專利代理有限公司 12221
• 代理人: 任海波

本發明涉及圖像處理技術領域，公開了一種K次近鄰位置云圖的單分子定位成像漂移校正方法及系統，用于用于實現更加精準的單分子定位成像數據的漂移校正，方法包括：獲取預設幀數的多個初始熒光成像數據；對所述多個初始熒光成像數據進行數組合成，得到多個目標數組；對所述多個目標數組進行相對位置云圖計算，得到相對位置云圖；對所述相對位置云圖進行相對位置提取，得到目標相對位置；基于所述目標相對位置確定每個所述初始熒光成像數據對應的位移坐標，對所述多個初始熒光成像數據疊加每個所述初始熒光成像數據對應的位移坐標，得到校正后的單分子定位熒光圖像。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種K次近鄰位置云圖的單分子定位成像漂移校正方法及系統。

背景技術

目前單分子定位超分辨成像技術可以達到20nm的分辨率，其原理是經過多次重復隨機激活樣品中的部分熒光分子，使其稀疏閃爍，并精確定位每個熒光分子，最后將所有的已定位的熒光分子進行疊加出超分辨圖像。該方法是以時間換取空間的方式進行成像，因此過程中不可避免出現因為系統的震動或者分子熱運動而產生的漂移。

互相關算法是經典圖像處理中一種用于尋找圖片相關性的方法，該方法是基于像素圖像的處理方法，通過平移圖像，計算像素矩陣的滑動點積。而單分子定位超分辨成像的數據是坐標數據，為了適用于傳統的互相關算法，需要先將坐標區域進行劃分疊加，轉換成像素矩陣圖，再進行互相關計算，而后對強相關位置進行擬合，擬合成坐標數據。劃分的過程使得高定位精度的點失去意義，降低數據的精度。此外，因進行互相關需要一定的相關性，計算時需要使用較多的數據點疊加來進行計算，導致數組間的誤差被掩蓋。例如：成像一張超分辨圖像需要50000幀稀疏閃爍的熒光圖像，采集速度為100幀/秒，采集一張這樣的圖需要8分鐘。期間的漂移可以達到400nm。使用互相關的算法，以DCC為例，需要將每1000幀數據合成一張像素矩陣圖，即總共合成50張像素矩陣圖，最后得到每1000幀的位移，組內誤差為1000幀（10s）。

發明內容

有鑒于此，本發明實施例提供了一種K次近鄰位置云圖的單分子定位成像漂移校正方法及系統，用以實現更加精準的校正單分子定位成像的漂移數據。

本發明提供了一種K次近鄰位置云圖的單分子定位成像漂移校正方法，包括：獲取預設幀數的多個初始熒光成像數據；對所述多個初始熒光成像數據進行數組合成，得到多個目標數組；對所述多個目標數組進行相對位置云圖計算，得到相對位置云圖；對所述相對位置云圖進行相對位置提取，得到目標相對位置；基于所述目標相對位置確定每個所述初始熒光成像數據對應的位移坐標，對所述多個初始熒光成像數據疊加每個所述初始熒光成像數據對應的位移坐標，得到校正后的單分子定位熒光圖像。

在本發明中，所述對所述多個目標數組進行相對位置云圖計算，得到相對位置云圖步驟，包括：對所述多個目標數組的每組目標數組與第一組目標數組進行K次近鄰距離點配對，得到K次近鄰距離點配對結果；根據所述K次近鄰距離點配對結果生成多個相對位置坐標；根據所述多個相對位置坐標構建相對位置云圖。

在本發明中，所述對所述相對位置云圖進行相對位置提取，得到目標相對位置步驟，包括：通過DBSCAN算法，對所述相對位置云圖中密集部分的簇進行提取，得到目標密集簇；計算所述目標密集簇的云圖簇中心，得到目標相對位置。

在本發明中，所述計算所述目標密集簇的云圖簇中心，得到目標相對位置步驟，包括：對所述目標密集簇進行格子劃分，得到多個目標格子；對所述多個目標格子進行點數統計，得到每個目標格子的點數數據；根據所述點數數據獲取點數最高的目標格子，并根據所述點數最高的目標格子確定目標格子集群；根據所述目標格子集群計算所述目標密集簇的云圖簇中心，得到目標相對位置。