1、伴隨著人類基因組測序計劃的發(fā)展和分子生物學(xué)相關(guān)技術(shù)的突破，數(shù)以萬計的生物信息學(xué)數(shù)據(jù)急待提取與分析。同時，計算機與自動化技術(shù)不斷提高，使其在眾多領(lǐng)域的數(shù)據(jù)處理中發(fā)揮著不可替代的作用。面對如此龐大的數(shù)據(jù)量，如何充分利用多學(xué)科交叉的技術(shù)方法進行自動化基因數(shù)據(jù)分析是當(dāng)前生命科學(xué)的共同課題。 基因微陣列芯片技術(shù)的出現(xiàn)提供了集成度相當(dāng)高的實驗工具，它可以一次性對大量基因樣品進行檢測與分析。目前芯片的制備與掃描已基本實現(xiàn)自動化，但對于后續(xù)的基

2、因微陣列圖像數(shù)據(jù)提取卻一直難以實現(xiàn)自動化。這主要是由微陣列圖像數(shù)據(jù)量大，斑點密度高且不規(guī)則，噪聲干擾強且對比度不明顯等因素引起的。本文的研究目標是在保證基因點定位與數(shù)據(jù)提取準確性的前提下，實現(xiàn)基因微陣列圖像的整體自動化提取。 為實現(xiàn)這一目標，本文首先針對現(xiàn)有不利于自動化的圖像處理流程進行優(yōu)化改進，先提取基因點邊緣再網(wǎng)格定位，后續(xù)進行缺失點補償。然后，提出基于灰度形態(tài)學(xué)的自動化圖像增強與自適應(yīng)二值化方法進行自動化預(yù)處理，并利用基因