[論文レビュー] Robust cDNA microarray image segmentation and analysis technique based on Hough circle transform

R. M. Farouk, M. A. SayedElahl|arXiv (Cornell University)|Mar 23, 2016

Gene expression and cancer classification参考文献 17被引用数 5

ひとこと要約

本論文では、cDNAマイクロアレイ画像のセグメンテーションを改善するため、ロバストな手法として円形ハフ変換（CHT）を用いたスポット局在・アドレス指定・セグメンテーションの精度を向上させる手法を提案する。ノイズや欠損を含む状況下でも円形スポットを検出するための投票手順を適用することで、UNCマイクロアレイデータベースを用いた実験において、K-means や SVM より優れた精度を示し、フォアグラウンドおよびバックグラウンドピクセルの分類精度が優れている。

ABSTRACT

One of the most challenging tasks in microarray image analysis is spot segmentation. A solution to this problem is to provide an algorithm than can be used to find any spot within the microarray image. Circular Hough Transformation (CHT) is a powerful feature extraction technique used in image analysis, computer vision, and digital image processing. CHT algorithm is applied on the cDNA microarray images to develop the accuracy and the efficiency of the spots localization, addressing and segmentation process. The purpose of the applied technique is to find imperfect instances of spots within a certain class of circles by applying a voting procedure on the cDNA microarray images for spots localization, addressing and characterizing the pixels of each spot into foreground pixels and background simultaneously. Intensive experiments on the University of North Carolina (UNC) microarray database indicate that the proposed method is superior to the K-means method and the Support vector machine (SVM). Keywords: Hough circle transformation, cDNA microarray image analysis, cDNA microarray image segmentation, spots localization and addressing, spots segmentation

研究の動機と目的

• cDNAマイクロアレイ画像における正確なスポットセグメンテーションの課題を解決すること。これは遺伝子発現解析における主要なブottleneckのままだ。
• マイクロアレイ画像に一般的に見られるノイズ、不規則なスポット形状、バックグラウンドの変動に対して耐性を持つ手法を開発すること。
• 円形ハフ変換を用いた幾何的特徴検出により、スポットの局在・アドレス指定・セグメンテーションを改善すること。
• K-means クラスタリングやサポートベクターマシン（SVM）といった既存手法よりも、セグメンテーション精度とロバスト性において優れた性能を発揮すること。

提案手法

• 本手法は、cDNAマイクロアレイ画像内の円形パターンを検出するため、円形ハフ変換（CHT）を適用する。各スポットを潜在的な円とみなす。
• エッジピクセルからの証拠を蓄積することで、ハフ空間における投票手順を用いてスポットの中心座標と半径を同定する。
• 検出された円に対応するハフ空間のピークを分析することで、フォアグラウンドおよびバックグラウンドピクセルを同時に特徴付ける。
• 理想的な円形から逸脱する場合にも耐えうるよう、不完全または非一様なスポットに対しても対応できるように設計されている。
• 全マイクロアレイ画像を一度のスキャンで処理することで、すべてのスポットの局在とセグメンテーションを自動化する。
• ベンチマークとして、ノースカロライナ大学（UNC）マイクロアレイデータベースを用いて手法の妥当性を検証した。

実験結果

リサーチクエスチョン

• RQ1 ノイズのある条件下でも、不完全な円形スポットを円形ハフ変換が的確に検出・セグメンテーションできるか？
• RQ2 提案手法であるCHTベースの手法は、K-means や SVM と比較して、セグメンテーション精度とロバスト性においてどのように優れているか？
• RQ3 ハフ空間における投票メカニズムは、マイクロアレイ画像におけるスポット局在およびピクセル分類をどの程度向上させるか？
• RQ4 本手法は、多様なマイクロアレイ画像の品質やスポットの強度にかかわらず、高い性能を維持できるか？

主な発見

• 提案されたCHTベースの手法は、UNCマイクロアレイデータベースにおいて、K-means や SVM よりも高いセグメンテーション精度を達成した。
• 不規則な形状や変動する強度を持つスポットの検出においても、ロバストであることが実証され、従来のクラスタリングや分類手法を上回った。
• ハフ空間における投票メカニズムにより、部分的に遮蔽されたり歪んだスポットでさえも、的確に局在化できた。
• フォアグラウンドおよびバックグラウンドピクセルの同時分類が、より高い精度で実現され、その後続の遺伝子発現量の定量化が向上した。