電鏡軟件文件存儲格式的解析

羅永強，林 芳

（1.華南農(nóng)業(yè)大學(xué) 理學(xué)院，廣東 廣州 510642；2.廣州市漢和信息技術(shù)有限公司，廣東 廣州 510663）

電鏡軟件文件存儲格式的解析

羅永強1,2，林 芳1

（1.華南農(nóng)業(yè)大學(xué) 理學(xué)院，廣東 廣州 510642；2.廣州市漢和信息技術(shù)有限公司，廣東 廣州 510663）

擴展名為DM3的電子顯微鏡圖像具有規(guī)范的數(shù)據(jù)存儲結(jié)構(gòu)，具有規(guī)范的數(shù)據(jù)存儲規(guī)則.本文從計算機存儲的角度解析DM3文件的存儲結(jié)構(gòu)、信息記錄方式.充分了解DM3文件的存儲方式，有助于自編程序直接讀取二進制的電鏡圖像文件；另外，理解DM3文件的存儲規(guī)則有助于計算機工作者設(shè)計規(guī)范的數(shù)據(jù)存儲格式.

數(shù)據(jù)存儲結(jié)構(gòu)；電子顯微鏡；DM3文件

計算機的磁盤存儲是目前數(shù)據(jù)存儲的最重要方式之一，在當(dāng)今數(shù)字化時代，運用計算機可方便地實現(xiàn)數(shù)據(jù)維護、儲存與調(diào)用處理等.數(shù)字圖像是計算機存儲的重要類型，不同圖像軟件的數(shù)據(jù)存儲格式都有所不同，其存儲規(guī)則保證了圖像數(shù)據(jù)能夠在不同計算機上實現(xiàn)讀取、處理.電子顯微鏡采集的圖像是利用DigitalMicrograph軟件獲得的，該軟件是由Gatan公司開發(fā)的控制電鏡的軟件，存儲的文件具有固定的數(shù)據(jù)格式，通常以DM3為擴展名進行存儲，也有DM2等其他格式，這些文件運用一定規(guī)范來存儲圖像數(shù)據(jù)以及成像、圖像顯示時的重要信息.

目前可以直接讀取DM3文件的軟件還有ImageJ及EMAN軟件.ImageJ是一個基于java的公共的圖像處理軟件，具有強大的像處理功能，如能夠進行圖片的像素統(tǒng)計，能由圖像創(chuàng)建柱狀圖和剖面圖，進行傅里葉變換等[1].EMAN是一套基于C++的公開源碼的圖像處理工具，它主要針對在透鏡領(lǐng)域上的應(yīng)用，特別是在生物電子顯微學(xué)方面，例如應(yīng)用于生物大分子的三維重建處理[2].有關(guān)DM3的存儲方式可在ImageJ和EMAN的網(wǎng)站上獲得部分信息[3,4]，較為詳細的信息可在Dr.Boothroyd的網(wǎng)站找到[5].

為了清晰的給出DM3文件的存儲結(jié)構(gòu)，并給出數(shù)據(jù)信息之間的結(jié)構(gòu)關(guān)系，我們整理了現(xiàn)有的資料并對實驗照片進行分析.本文我們將以實驗照片的DM3文件為實例，給出DM3文件存儲信息以及各信息之間的基本關(guān)系.在正確的分析圖像的文件格式后，有助于我們不需要借助其他軟件，直接讀取DM3文件內(nèi)的重要數(shù)據(jù).另一方面，DM3文件是一種成熟的數(shù)據(jù)文件，理解它的數(shù)據(jù)格式有助于計算機工作者設(shè)計數(shù)據(jù)存儲格式.

1 DM3圖像的存儲結(jié)構(gòu)

DM3為擴展名的文件與TIF、BMP等計算機常用圖像數(shù)據(jù)一樣，具有固定的存儲結(jié)構(gòu).總體來說，計算機的圖像結(jié)構(gòu)可以分為文件頭、中間數(shù)據(jù)、文件尾三個部分.用Ultraedit軟件打開DM3文件，可以觀察并分析二進制數(shù)據(jù).

1.1 DM3圖像文件頭

文件開始的前12字節(jié)是圖像的文件頭，分別以4字節(jié)存儲，存儲內(nèi)容如表1.圖1為Ultraedit軟件打開后的DM3文件的真實頭文件.

表1 DM3圖像的文件頭

圖1 DM3圖像的頭文件。00000000h以及0-f標(biāo)識出字節(jié)存儲的地址，右邊標(biāo)識了每個字節(jié)（8位）所對應(yīng)的字符，其中點表示無法顯示的字符

圖1結(jié)合表1可做如下分析：（1）00000003＝3，文件版本即DM3圖像的版本號，值總為3.（2）00205F 29＝2121513，整個圖像文件的字節(jié)大小應(yīng)為此值加上16.（3）00000001＝1，如果該值為0，即為big-endian，表示Motorola結(jié)構(gòu)，數(shù)據(jù)區(qū)的字節(jié)按照從最高位到最低位的順序存儲；如為1，即為little-endian，表示該文件是用Intel體系建立，數(shù)據(jù)區(qū)的字節(jié)順序按照從最低位到最高位的順序存儲(逆序).該字節(jié)標(biāo)識的是數(shù)據(jù)區(qū)的字節(jié)的存儲類型，這個字節(jié)順序的不同是因為Intel和Motorola處理器（分別對應(yīng)PC機與Mac機的處理方式）所使用的字節(jié)順序不同；而其他所有區(qū)域必定是以big-endian儲存的.

1.2 DM3標(biāo)簽?zāi)夸?Tag Directory)與圖像標(biāo)簽（Tag）

1.2.1 DM3根標(biāo)簽?zāi)夸?RootTag Directory)

文件頭接下來是根標(biāo)簽?zāi)夸洠ê喎Q根目錄），內(nèi)容包括根目錄下各標(biāo)簽的狀態(tài)，以及標(biāo)簽與目錄的總個數(shù)：

表2 根標(biāo)簽?zāi)夸?/p>

圖2 DM3圖像的根標(biāo)簽?zāi)夸?/p>

圖2對應(yīng)表2中的三個信息分別為：（1）01＝1為排序；（2）00＝0為關(guān)閉情況；（3）0000000E=14表示根目錄下標(biāo)簽以及標(biāo)簽?zāi)夸浀目倲?shù)目.

1.2.2 DM3標(biāo)簽?zāi)夸?/p>

DM3文件里更多的是標(biāo)簽?zāi)夸洠ê喎Q目錄），標(biāo)簽?zāi)夸浵驴砂乱患壍哪夸浺约皹?biāo)簽的個數(shù)與狀態(tài).標(biāo)簽?zāi)夸浀男问饺绫?.

表3 DM3圖像標(biāo)簽?zāi)夸?/p>

由表3可知，根標(biāo)簽?zāi)夸泴嵸|(zhì)上是標(biāo)簽?zāi)夸浀囊环N特殊形式.圖3顯示的是DM3文件中截取的某三個標(biāo)簽?zāi)夸?

圖3 DM3圖像標(biāo)簽?zāi)夸浭纠?，包?個標(biāo)簽?zāi)夸洝?/p>

三個標(biāo)簽的說明如下：（1）14h=20，標(biāo)簽?zāi)夸浀臉?biāo)志；0000=0，標(biāo)簽?zāi)夸浢淖止?jié)大小；01=1表示排序；00=0表示目錄狀態(tài)為關(guān)閉；0000000D=13表示該標(biāo)簽?zāi)夸洶?3個子目錄與標(biāo)簽.（2）14h=20為標(biāo)簽?zāi)夸浀臉?biāo)志；0013=19，標(biāo)簽?zāi)夸浢淖止?jié)大?。?16E 636F 746174696F 6347726F 75704C 697374=AnnotationGroupList為標(biāo)簽?zāi)夸浢?，長度恰好是19；00=0不排序；00=0目錄關(guān)閉；00000001=1表示該標(biāo)簽?zāi)夸洶?個子目錄或者1個標(biāo)簽.（3）同（1）字節(jié)內(nèi)容完全一致.圖4顯示了以上三層目錄之間的關(guān)系.

圖4 圖3中的3個標(biāo)簽?zāi)夸浀年P(guān)系。

1.2.3 DM3標(biāo)簽

標(biāo)簽是存儲圖像信息的重要區(qū)域，例如電鏡圖像的強度值就是由標(biāo)簽來存儲的.標(biāo)簽內(nèi)最重要的數(shù)據(jù)是存儲的數(shù)據(jù)值，例如圖像中每個像素的強度值、圖像的尺寸（如1024×1024）.這些數(shù)據(jù)值可用計算機的不同數(shù)據(jù)類型來存儲，由4個字節(jié)來標(biāo)識，有12種存儲形式：short、long、ushort、ulong、float、double、boolean、char、octet、struct、string.

在獲知數(shù)據(jù)值可能存在的類型，我們需要知道DM3如何以標(biāo)簽的形式存儲數(shù)據(jù).表4說明了文件里標(biāo)簽的基本結(jié)構(gòu).

表4 DM3圖像的標(biāo)簽形式

標(biāo)簽中的編碼類型與存儲的數(shù)據(jù)值前的信息字節(jié)長度有關(guān)，分為三種情況：如果值為1，則此標(biāo)簽為單入口的標(biāo)簽類型；如果值為3，則為一般的數(shù)組類型；如果值為1+2k，則為Struct類型，其中k為Struct結(jié)構(gòu)數(shù)據(jù)的個數(shù)（注意，在我們研究中發(fā)現(xiàn)并不存在等于2的情況，字符型的數(shù)據(jù)可使用數(shù)組array來表現(xiàn)）.如下我們將舉例不同編碼類型時的數(shù)據(jù)類型與數(shù)據(jù)區(qū)所占的字節(jié)與包含的信息.

①單入口的標(biāo)簽類型：

圖5 標(biāo)簽的一般類型示例

圖5中標(biāo)簽的各信息說明如下：（1）15h＝21，標(biāo)簽的標(biāo)志，值總為21；（2）0008＝8，標(biāo)簽名的字節(jié)大?。唬?）46696C 6C 4D 6F 6465為標(biāo)簽名，即“FillMode”；（4）25252525即“%%%%”，在標(biāo)簽里才有的；（5）00000001＝1，此標(biāo)簽編碼類型為1，則為單入口的標(biāo)簽類型，即緊接下來有1組4字節(jié)的信息標(biāo)識數(shù)據(jù)的類型，再之后的信息即為數(shù)據(jù)值；（6）00000002＝2，表明數(shù)據(jù)區(qū)的數(shù)據(jù)類型為short型；（7）0200為此標(biāo)簽的數(shù)據(jù)值，short型數(shù)據(jù)類型，為2字節(jié)長度，因為這幅圖像數(shù)據(jù)區(qū)是以little-endian儲存的，所以此數(shù)值應(yīng)為2.

②數(shù)組類型：

圖6 標(biāo)簽的數(shù)組類型示例

圖6為數(shù)組類型的標(biāo)簽，其說明如下：（1）15h=21，標(biāo)簽標(biāo)志；（2）000A=10，標(biāo)簽名的字節(jié)長度；（3）46616D 69 6C 794E 616D為標(biāo)簽名“FamilyName”；（4）25252525即“%%%%”；（5）00000003=3，此標(biāo)簽編碼類型為數(shù)組類型，且在此接下來有3組4字節(jié)的信息；（6）00000014=20，此標(biāo)簽的數(shù)據(jù)區(qū)為數(shù)組；00000004=4，數(shù)據(jù)區(qū)的數(shù)據(jù)類型，換算后數(shù)值為4表示ushort類型；0000000F＝15，數(shù)組大小，因此此標(biāo)簽數(shù)據(jù)區(qū)以長度為2字節(jié)的ushort型15組數(shù)據(jù)組成；（7）5400……6E 00為數(shù)據(jù)值，共15組.

③Struct類型：

圖7 標(biāo)簽的Struct類型

圖7各部分字節(jié)信息說明如下：（1）15h=21，標(biāo)簽標(biāo)志；（2）0009=9，標(biāo)簽名的字節(jié)大?。唬?）52656374616E 676C 65為標(biāo)簽名，即“Rectangle”；（4）25252525即“% %%%”；（5）0000000B=11，即1+2*5，表示數(shù)據(jù)區(qū)前有五組有關(guān)struct的信息，且緊接下來有11組4字節(jié)的信息；（6）0000000F=15，此標(biāo)簽的數(shù)據(jù)域為struct；00000000，為該組struct的名稱，數(shù)值總為0；00000004為struct的數(shù)目，表示共有4個struct變量；接下來，共有4組的00000000與00000006，分別為第一、二、三、四個struct變量的名稱與存儲的數(shù)據(jù)類型；（7）4個struct變量的數(shù)據(jù)值，可采用單精度的方式讀取.

1.3 DM3的文件尾標(biāo)識

0000000000000000，8組空值標(biāo)記文件的結(jié)束.

2 DM3圖像的重要信息解析

在位于存儲圖像數(shù)組數(shù)據(jù)的存儲區(qū)后有一些信息，可以供計算機查詢數(shù)據(jù)的尺寸、數(shù)據(jù)類型以及每個像素的字節(jié)數(shù).在一個DM3文件中，共有兩個較大數(shù)據(jù)區(qū)，分別是微縮后的圖像數(shù)據(jù)以及圖像強度數(shù)據(jù)，在它們之后都有如圖9所示相似的數(shù)據(jù)信息，其中圖像的強度數(shù)據(jù)是DM3文件的核心數(shù)據(jù).

圖9 圖像數(shù)據(jù)的重要信息

一、DataType：

DataType為圖像數(shù)據(jù)存儲的類型，利用標(biāo)簽存之.其中：DataType的數(shù)據(jù)值的類型00000005=5，表示DataType的數(shù)據(jù)是采用ulong存儲的；DataType的數(shù)據(jù)值01000000=1（little-endian的存儲類型），該數(shù)值對應(yīng)的圖像數(shù)據(jù)類型為short型.

二、Dimensions：

Dimensions表明了DM3圖像的尺寸，即width和height. Dimensions是采用標(biāo)簽?zāi)夸浀男问絹泶鎯?，該目錄下包含了兩個標(biāo)簽分別存儲圖像的寬和高.從數(shù)據(jù)區(qū)，我們可以讀取圖像的寬和高分別為 00040000=1024和 00040000=1024，即這幅圖像的尺寸是1024×1024.

三、PixelDepth：

像素深度，單位為bytes/pixel，數(shù)值區(qū)為02000000=2，可知此圖像的像素深度為每像素2字節(jié)，恰與short字型的數(shù)據(jù)類型一致.

3 結(jié)論

DM3為擴展名的電鏡圖像文件，其二進制存儲數(shù)據(jù)是由文件頭、中間數(shù)據(jù)與文件尾三部分組成，其中中間數(shù)據(jù)是以目錄與標(biāo)簽的形式存儲，是DM3文件的核心部分.目錄與標(biāo)簽的關(guān)系主要表現(xiàn)為：目錄與標(biāo)簽具有明確的標(biāo)識字節(jié)區(qū)分，分別為14h=20與15h=21；任一級目錄下可再包含子目錄與標(biāo)簽數(shù)據(jù)，目錄也可為空；標(biāo)簽是存儲各類數(shù)據(jù)的唯一方式，標(biāo)簽內(nèi)的數(shù)據(jù)可具不同類型，其類型由本標(biāo)簽中的標(biāo)識字節(jié)給出.

根據(jù)本文對DM3文件的分析，可以在自編程序中方便地讀取DM3的數(shù)據(jù).另一方面，DM3文件作為一種成熟軟件的存儲格式，其規(guī)范的數(shù)據(jù)存儲規(guī)則也可作為其他數(shù)據(jù)存儲的一種參考.

〔1〕Sheffield J B.ImageJ,a useful tool for biological image processing and analysis[J].Microscmicroanal,2007,13(Suppl 2):200-201.

〔2〕Ludtke S J,Chiu W,Baldwin P R.EMAN:semiautomated software for high-resolution single-particle reconstructions [J].Journal of Structural Biology,1999,128(1):82-97.

〔3〕Jefferis G.DM3Reader Plugin for ImageJ[EB/OL]. http://rsbweb.nih.gov/ij/plugins/DM3_Reader.html,2010-02-22.

〔4〕Jefferis G.DM3Image Format[EB/OL].http://rsbweb. nih.gov/ij/plugins/DM3Format.gj.html, 2004-05-17/ 2010-02-22.

〔5〕Boothroyd C.Digital Micrograph File Format[EB/OL]. http://www.microscopy.cen.dtu.dk/～cbb/info/dmformat/, 2010-02-22.

TG115.21+5.3

A

1673-260X（2010）06-0038-03

本文是國家自然科學(xué)基金(No.60802003)以及華南農(nóng)業(yè)大學(xué)校長基金(No.4900-K07417)的資助項目