用新算法实现原子力显微镜精确粒子识别

darenw

图像分析是原子力显微镜成像的重要一环。《科学报告》在2018年1月17日发表了一篇名为The Hessian Blob Algorithm: Precise Particle Detection in Atomic Force Microscopy Imagery的文章，采用新算法提高了原子力显微图像分析的精确度。

原子力显微镜（AMF）能够提供多种生物系统的高分辨率图像。然而，不管仪器本身的分辨率如何，AMF的结果总是受限于图像的分析过程。

来自美国密苏里大学的Gavin M. King和同事试图从算法方面对原子力图像分析进行改进。AMF成像中生物分子分析的关键之一是在大型图像中对单一粒子的初次检测。传统的自动粒子检测使用的是阈值和分水岭算法，这两种算法要求预先对图像进行人工处理，粒子的边界是由用户定义参数的函数来决定的，由此引入的偏差将导致结果的不准确。

脂质双层膜中的膜蛋白SecYEG的AFM图像

ab.脂质双层膜中的膜蛋白SecYEG的AFM图像。cd. ∇2normL和ℋnormL的90个最强尺度空间极值点。

Marsh et al.

King和同事采用一种名为海森斑点的算法解决这个问题。海森斑点算法将尺度空间框架与局部图像曲率值相结合，能够在亚像素精度上正式定义粒子中心和边界。

最终产生的粒子边界与用户定义参数相互独立，也不需要对图像进行预处理。他们对不同算法进行了直接比较，发现海森斑点算法能够比传统原子力粒子检测技术更精确地对生物分子进行检测。

此外，他们还证实这种算法对一般成像伪影和噪声都极为不敏感，能够为原子力粒子分析提供稳定框架。