改进的K-Means高通量dPCR荧光图像分类算法

目的为了实现高通量dpcr荧光图像中阳性点的高精度分类，提出了一种改进的K－means高通量dPCR荧光图像分类算法。方法首先对预处理后的荧光图像进行像素统计，根据图像亮度自适应选择峰谷作为聚类中心，通过马氏距离测量确定像素聚类类别。然后，对粗分类结果进行形态学处理，如打开和关闭操作以及删除小区域对象。最后，采用三次统计方法完成了精细分类、位置识别和计数。选择97.06%的图像进行准确分类，平均荧光率达到98.05%。结论改进的K－means分类算法算法可以实现高通量dpcr荧光图像的高精度分类和计数，可为其他荧光图像的分类和识别提供参考。