基于广义高斯分布模型的基因芯片图像去噪  

Microarray Image Denoising Based on Generalized Gaussian Distribution Model

作　　者：白志军[1,2] 舒文杰[1,2] 谢红卫[1] 王升启[3] 

机构地区：[1]国防科技大学机电工程与自动化学院 [2]军事医学科学院放射与辐射医学研究所,北京100850 [3]军事医学科学院放射与辐射医学研究所

出　　处：《计算机仿真》2007年第6期179-182,202,共5页Computer Simulation

摘　　要：基因芯片图像去噪是基因芯片应用过程中一个非常重要的步骤,对于芯片数据处理和信息提取具有重要意义。用广义高斯分布对芯片图像子带的小波系数进行建模,在此基础上运用BayesShrink法对图像进行小波去噪。实验结果表明,这种方法能够在有效去除基因芯片图像噪声的同时,很好的保持图像的边缘,与其它几种去噪方法相比,不仅提高了去噪后图像的信噪比(SNR)和均方误差(MSE),而且使图像更加清晰,为芯片数据进一步的分析处理奠定了基础。Microarray image denoising is a significant step in the process of microarray application, and is of great importance for microarray data processing and information extraction. In this paper Bayes Shrink is used to remove noise based on the generalized Gaussian distribution statistical model for wavelet coefficients of mieroarray image. Experiment results show that this method can effectively suppress noise and preserve edge signal information of microarray image comparing with other conventional methods, which not only improves the SNR（ Signal - to - Noise Rate） and MSE（ Mean Squared Error）, but also makes denoised image more clear. The method lays the foundation for further microarray data analysis.

关 键 词：基因芯片 小波去噪 广义高斯分布 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]