چکیده فارسی :

پردازش تصویر یکی از ابعاد مهم آزمایش های ریزآرایه می باشد. تقسیم بندی نقاط به معنای تشخیص نقطه های سیگنالی از پیسکل های پس زمینه اس که به منزله یک گام اساسی در پردازش ریزآرایه تصاویر محسوب می شود. بعد از تحلیل ابزارهای موجود تقسیم بندی ریزآرایه، یک روش جدید بر مبنای الگوریتم توسعه ناحیه ای، فیلترینگ مورفولوژی ریاضی (MM) و پردازش مورفولوژیکی ارائه شده است. همچنین تئوری ها و مراحل قابل درک مربوط به آن در این مقاله ارائه شده است. شبیه سازی های صورت گرفته نشان می دهد که روش الگوریتم فزاینده برای تقسیم بندی نقاط تصویر دارای عملکردی بهتری از روشهای متداول مربوطه از جمله اسکن آلیز و ژن پیکس می باشد. نتایج آزمایش به لحاظ محاسباتی جالب توجه بوده، عملکرد عالی داشته و قادر به حفاظت از اطلاعات ساختاری در حین فرونشانی موثر نویز در داده ریزآرایه cDNA می باشد.

کلید واژه ها: مورفولوژی ریاضی، الگوریتم توسعه ناحیه ای، تقسیم بندی ریزآرایه تصویر، پردازش تصویر

چکیده انگلیسی :

Image processing is an important aspect of microarray experiments. Spots segmentation meaning to distinguish the spot signals from background pixels, is a critical step in microarray image processing. After analyzing other existing means of microarray segmentation, a new method based on region growing algorithm, mathematical morphology (MM) filtering and morphological processing is presented. And its corresponding theory and realizable steps are introduced in this paper. The simulations show that the region growing algorithm method for spot image segmentation has better performance than the most commonly used segmentation methods including the ScanAlizeTM method and GenePixTM method. The Experimental results are computationally attractive, have excellent performance and can preserve structural information while efficiently suppressing noise in cDNA microarray data.

Keywords : mathematical morphology; region growing algorithm; microarray image segmentation; Image processing