基于PDE的金免疫層析試條圖像去噪

熊保平， 杜 民， 高躍明

(1. 福建工程學(xué)院數(shù)理系， 福建 福州　350108；2. 福建省醫(yī)療器械和醫(yī)藥技術(shù)重點(diǎn)實(shí)驗(yàn)室， 福建 福州　350002)

?

基于PDE的金免疫層析試條圖像去噪

熊保平1， 杜 民2， 高躍明2

(1. 福建工程學(xué)院數(shù)理系， 福建 福州350108；2. 福建省醫(yī)療器械和醫(yī)藥技術(shù)重點(diǎn)實(shí)驗(yàn)室， 福建 福州350002)

由于金免疫層析試條的檢測(cè)線非常細(xì)小， 極易受到噪聲和其它雜質(zhì)的影響， 從而導(dǎo)致檢測(cè)線無(wú)法精確提取. 為此， 從金免疫層析試條圖像特點(diǎn)出發(fā)， 提出由圖像x方向?qū)?shù)代替圖像梯度的改進(jìn)PDE去噪方法. 實(shí)驗(yàn)結(jié)果表明， 該改進(jìn)方法在去除試條圖像噪聲的同時(shí)能更好地保護(hù)檢測(cè)線邊緣， 為后續(xù)試條檢測(cè)線的精確提取提供保障， 使基于圖像的精準(zhǔn)定量檢測(cè)成為可能.

金免疫層析試條； 檢測(cè)線； 圖像去噪； 偏微分方程

0　引言

采用金免疫層析試條檢測(cè)的反應(yīng)時(shí)間短， 操作簡(jiǎn)單， 現(xiàn)已被廣泛地應(yīng)用于感染性疾病、 遺傳性疾病的檢測(cè)和預(yù)測(cè)中. 但是目前金免疫層析試條檢測(cè)的定性產(chǎn)品占多數(shù)， 一般采用肉眼目測(cè)， 自動(dòng)化程度不高， 而能付諸于實(shí)際應(yīng)用的定量研究成果并不多[1-6]， 使其應(yīng)用范圍受到限制. 其中的主要原因是試條檢測(cè)線是一條細(xì)線， 極容易受到噪聲的干擾， 導(dǎo)致試條檢測(cè)線無(wú)法精確提取， 從而使定量檢測(cè)誤差較大. 本研究根據(jù)金免疫層析試條圖像的特點(diǎn)改進(jìn)了偏微分方程(以下簡(jiǎn)稱PDE)去噪方法， 使其在去除噪聲的同時(shí)更好地保護(hù)了試條圖像的檢測(cè)線邊緣.

1　PDE去噪

基于PDE的非線性各向異性濾波方法(以下簡(jiǎn)稱PM)是由P Perona等[7]提出的， 它是根據(jù)圖像的梯度值決定擴(kuò)散速度使之在消除噪聲的同時(shí)能較好地克服了線性濾波方法存在的邊緣模糊和移動(dòng). 以PM模型為代表的這類方法已經(jīng)在圖像邊緣檢測(cè)、 分割和增強(qiáng)等領(lǐng)域得到了非常廣泛的應(yīng)用[8-11]. 其方程如下：

(1)

(2)

(3)

基于以上2個(gè)性質(zhì)， PM提出了如下擴(kuò)散系數(shù)函數(shù)：

(4)

(5)

則I在ξ方向的倒數(shù)為：

(6)

同樣可以推導(dǎo)出：

(7)

(8)

則由此可以得出：

(9)

(11)

對(duì)圖像的去噪處理應(yīng)遵循以下兩個(gè)原則[7]：

1) 圖像邊緣處擴(kuò)散小， 圖像平坦區(qū)域擴(kuò)散大.

2　金免疫層析試條圖像特點(diǎn)

3　基于金免疫層析試條圖像特點(diǎn)的PM去噪改進(jìn)方案

(12)

由式(12)可知， 改進(jìn)PM模型在非試條圖像邊緣的地方進(jìn)行各向同性擴(kuò)散以加快圖像噪聲去除速度. 而在試條圖像邊緣信息附近進(jìn)行各向異性擴(kuò)散. 由式(11)可知， 通過(guò)控制邊緣閾值k的大小就可以控制邊緣細(xì)節(jié)被平滑的速度， 所以選擇適當(dāng)?shù)倪吘夐撝祂可以在快速去除噪聲的同時(shí)又很好地保護(hù)了試條圖像邊緣的細(xì)節(jié)信息.

4　實(shí)驗(yàn)結(jié)果及分析

實(shí)驗(yàn)采用仿真試條圖像中加入噪聲并采用中值、 維納、 傳統(tǒng)PM和本文改進(jìn)的PM等方法對(duì)其進(jìn)行去噪， 詳見(jiàn)圖2， 得到的邊緣保護(hù)系數(shù)和峰值信噪比如表1和表2所示. 由表1、 表2中數(shù)據(jù)可知， 改進(jìn)后的PM方法可以在去除噪聲的同時(shí)更好地保護(hù)了檢測(cè)線的邊緣. 為了進(jìn)一步定量地分析本文改進(jìn)的PM去噪方法的優(yōu)勢(shì)， 在圖2(a)中加入1%的脈沖噪聲的基礎(chǔ)上， 分別加入1%、 10%、 20%、 30%和40%的高斯噪聲， 圖像分別標(biāo)為a、 b、 c、 d和e， 表3和表4分別為a, b, c, d, e各圖像PM方法改進(jìn)前后的峰值信噪比和邊緣保護(hù)系數(shù). 由表3和表4可知， 本文改進(jìn)的PM去噪后圖像的峰值信噪比和邊緣保護(hù)系數(shù)與PM去噪后圖像的峰值信噪比和邊緣保護(hù)系數(shù)相比有所提高.

(dB)

表2　不同去噪方法的峰值信噪比Tab.2　The peak signal to noise ratio of different denoising method 　(dB)

表3　PM改進(jìn)前后峰值信噪比Tab.3　Before and after improvement’s PSNR　(dB)

表4　PM改進(jìn)前后邊緣保護(hù)系數(shù)Tab.4　Before and after improvement’s edge protection coefficient　(dB)

圖3(a)、 (b)、 (c)、 (d)、 (e)分別為試條真實(shí)圖像、 試條圖像中值去噪結(jié)果、 試條圖像維納去噪結(jié)果、 試條圖像PM去噪結(jié)果和試條圖像本文改進(jìn)PM去噪結(jié)果. 由圖3可知， PM去噪對(duì)保護(hù)試條的檢測(cè)線邊緣有明顯的優(yōu)勢(shì). 再通過(guò)圖3(d)、 (e)的比較， 可知保護(hù)試條檢測(cè)線邊緣較好是改進(jìn)后的PM去噪方法.

4　結(jié)語(yǔ)

針對(duì)金免疫層析試條圖像特點(diǎn)改進(jìn)的PM去噪方法， 在去除金免疫層析試條圖像噪聲的同時(shí)， 可以有效地降低試條圖像檢測(cè)線的邊緣模糊與移位， 為后續(xù)試條檢測(cè)線的精確提取提供了保障， 使基于圖像的精準(zhǔn)定量檢測(cè)成為可能.

[1] 龔云飛， 陳宗倫， 奚茜, 等. 三聚氰胺膠體金免疫層析試紙條的研制[J]. 生物工程學(xué)報(bào)， 2012, 28(7): 887-898.

[2] 李超輝, 陳雪嵐, 郭亮, 等. 膠體金免疫層析法定量檢測(cè)豬肉中克倫特羅[J]. 食品與發(fā)酵工業(yè), 2013, 39(4)： 167-172.

[3] 李懷明, 賴衛(wèi)華, 許恒毅, 等. 基于熒光硅球的克倫特羅快速定量免疫層析試紙條的研制[J]. 分析化學(xué)， 2011， 39(11): 1 647-1 652.

[4] OMIDFAR K， KIA S, LARIJANI B.Development of a colloidal gold-based immunochromatographic test strip for screening of microalbuminuria[J]. Hybridoma (Larchmt), 2011, 30(2): 117-124.

[5] 謝士嘉, 王靜, 姜永強(qiáng), 等. 膠體金免疫層析技術(shù)快速定量檢測(cè)金黃色葡萄球菌腸毒素B[J]. 中國(guó)食品衛(wèi)生雜志, 2010, 22(1): 31-35.

[6] 李希友, 田夫林, 張秀娥, 等. 半定量檢測(cè)新城疫抗體膠體金試紙條的研制[J]. 畜牧獸醫(yī)學(xué)報(bào)， 2006, 37(12): 1 373-1 377.

[7] PERONA P, MALIK J. Scale-space and edge detection using anisotropic diffusion[J]. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 1990, 12 (7): 629-639.

[8] 熊保平, 杜民. 基于PDE圖像去噪方法[J]. 計(jì)算機(jī)應(yīng)用, 2007, 27(8): 2 025-2 026; 2 029.

[9] 何寧, 呂科, 王雪. 基于結(jié)構(gòu)保持的 MR 圖像運(yùn)動(dòng)偽影快速抑制方法[J]. 電子學(xué)報(bào), 2013, 41(7): 1 319-1 323.

[10] LIU F, LIU Jingbo. Anisotropic diffusion for image denoising based on diffusion tensors[J]. Journal of Visual Communication and Image Representation, 2012, 23(3): 516-521.

[11] XIONG B P, YIN Z P. A universal denoising framework with a new impulse detector and nonlocal means[J]. IEEE Transactions on Image Processing, 2012, 21(4): 1 663-1 675.

(責(zé)任編輯： 鄭美鶯)

Noises removel of the gold immunochromatographic trip image based on PDE

XIONG Baoping1, DU Min2, GAO Yueming2

(1. Department of Mathematics and Physics, Fujian University of Technology, Fuzhou， Fujian 350108, China；2. Key Lab of Medical Instrument and Pharmaceutical Technology of Fujian Province, Fuzhou， Fujian 350002， China)

Gold immunochromatographic assay (GICA) provides an effective biomedical detective method. However, the test line of gold immunochromatographic trip(GICT) is very small and extremely vulnerable to the disturbance of noise and other impurities, resulting in the failure in precise extraction of GICT’s test line. The article presents an improved image denoising model of partial differential equations based on the image of the GICT, which use the derivatives ofxdirection instead of the image gradient. The experiments prove that the improved model tends to eliminate noise and protect the edge of test line, achieving the possibility of precise extraction of GICT’s test line and quantitative test on account of GICA image.

gold immunochromatographic assay; test line; image denoising; partial differential equations

10.7631/issn.1000-2243.2016.01.0071

1000-2243(2016)01-0071-05

2014-12-17

熊保平(1980-)， 講師， 主要從事生物醫(yī)學(xué)儀器及智能測(cè)試、 算法及圖象處理等研究， xiongbp@qq.com

科技部港澳臺(tái)科技合作項(xiàng)目(2012DFM30040)

TP751, TP212.2

A