单个和聚类染色体的自动识别用于元相图像分析
E-Fong Kao1, Ya-Ju Hsieh1, Chien-Chih Ke1
1Department of Medical Imaging and Radiological Sciences, College of Health Sciences, Kaohsiung Medical University, Kaohsiung, Taiwan.
Heliyon
|May 30, 2023
概括
这项研究引入了一种自动化方法,可以在图像中有效地区分单个染色体和聚类染色体. 基于特征的方法实现了高精度,改善了自动化染色体分析.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 染色体分析传统上是手动的,劳累的,耗时的.
- 自动化方法对于提高染色体分析效率至关重要.
- 准确识别单对集群染色体对于自动图像分析至关重要.
研究的目的:
- 开发和验证一种基于特征的方法,用于区分单个染色体和染色体.
- 通过强大的分类来提高自动化染色体图像分析的准确性和效率.
主要方法:
- 从元相图像中对染色体对象的细分.
- 提取七个关键特征:规范面积,面积/边界比,侧枝指数,详尽值指数,规范最小宽度,最小角和最大边界移动.
- 基于提取的特征,使用支向量机 (SVM) 分段对象的分类.
主要成果:
- 对43,391个细分物体 (39,892个单个染色体,3,499个群) 进行了评估.
- 提出的基于特征的方法实现了98.92%的高精度.
- 在将单个染色体从集群区分开来方面表现出有效性.
结论:
- 开发的方法在区分单个染色体和群体方面非常有效.
- 这种技术作为自动化染色体图像分析的宝贵预处理步骤.
- 提高了细胞遗传学分析的整体效率和准确性.
