质粒提取简介问题分析
质粒提取简介及问题分析
一、导论
(一) 质粒提取的原理：
为了方便理解，这里罗列一下碱法质粒抽提用到三种溶液：
溶液I，50 mM葡萄糖，25 mM Tris-HCl，10 mM EDTA，pH 8.0；
溶液II，0.2 N NaOH，1% SDS；
溶液III，3 M 醋酸钾，2 M 醋酸。
让我们先来看看溶液I的作用。任何生物化学反应，首先要控制好溶液的pH，因此用适当浓度的和适当pH值的Tris-HCl溶液，是再自然不过的了。那么50 mM葡萄糖是干什么的呢？加了葡萄糖后最大的好处只是悬浮后的大肠杆菌不会快速沉积到管子的底部。因此，如果溶液I中缺了葡萄糖其实对质粒的抽提本身而言几乎没有任何影响，所以说溶液I中葡萄糖是可缺的。EDTA是Ca2+和Mg2+等二价金属离子的螯合剂，配在分子生物学试剂中的主要作用是：抑制DNase的活性，和抑制微生物生长。在溶液I中加入高达10 mM 的EDTA，就是要把大肠杆菌细胞中的所有二价金属离子都螯合掉。如果不加EDTA，其实也没什么大不了的，只要是在不太长的时间里完成质粒抽提，就不用怕DNA会迅速被降解，因为最终溶解质粒的TE缓冲液中有EDTA。如果手上正好缺了溶液I，可不可以抽质粒呢？只要用等体积的水或LB培养基来悬浮菌体就可以了。有一点不能忘的是，菌体一定要悬浮均匀，不能有结块。
轮到溶液II了。这是用新鲜的0.4 N的NaOH和2%的SDS等体积混合后使用的。要新从浓NaOH 稀释制备0.4N的NaOH，无非是为了保证NaOH没有吸收空气中的CO2而减弱了碱性。很多人不知道其实破细胞的主要是碱，而不是SDS，所以才叫碱法抽提。事实上NaOH是最佳的溶解细胞的试剂，不管是大肠杆菌还是哺乳动物细胞，碰到了碱都会几乎在瞬间就溶解，这是由于细胞膜发生了从bilayer(双层膜)结构向micelle(微囊)结构的相变化所导致。用了不新鲜的0.4 N NaOH，即便是有SDS也无法有效溶解大肠杆菌(不妨可以自己试一下)，自然就难高效率抽提得到质粒。如果只用SDS当然也能抽提得到少量质粒，因为SDS也是碱性的，只是弱了点而已。很多人对NaOH的作用误以为是为了让基因组DNA 变性，以便沉淀，这是由于没有正确理解一些书上的有关DNA变性复性的描述所导致。有人不禁要问，既然是NaOH溶解的细胞，那为什么要加SDS呢?那是为下一步操作做的铺垫。这一步要记住两点：第一，时间不能过长，千万不要这时候去接电话，因为在这样的碱性条件下基因组DNA片断会慢慢断裂；第二，必须温柔混合，不然基因组DNA也会断裂。基因组DNA的断裂会带来麻烦。
溶液III加入后就会有大量的沉淀，但大部分人却不明白沉淀的本质。最容易产生的误解是，当SDS 碰到酸性后发生的沉淀。如果这样怀疑，往1%的SDS溶液中加2M醋酸溶液看看就知道不是这么回事了。大量沉淀的出现显然与SDS的加入有关系。如果在溶液II中不加SDS，也会有少量沉淀，但量上要少得多，显然是盐析和酸变性沉淀出来的蛋白质。既然SDS不是遇酸发生的沉淀，那会不会是遇盐发生的沉淀呢？在1%的SDS溶液中慢慢加入5 N的NaCl，会发现SDS在高盐浓度下是会产生沉淀的。因此高浓度的盐导致了SDS的沉淀。但如果你加入的不是NaCl而是KCl，你会发现沉淀的量要多的多。这其实是十二烷基硫酸钠(SDS)遇到钾离子后变成了十二烷基硫酸钾(PDS)，而PDS是水不溶的，因此发生了沉淀。如此看来，溶液III加入后的沉淀实际上是钾离子置换了SDS中的钠离子形成了不溶性的PDS，而高浓度的盐，使得沉淀更完全。大家知道SDS专门喜欢和蛋白质结合，平均两个氨基酸上结合一个SDS分子，钾钠离子置换所产生的大量沉淀自然就将绝大部分蛋白质沉淀了，让人高兴的是大肠杆菌的基因组DNA也一起被共沉淀了。这个过程不难想象，因为基因组DNA太长了，长长的DNA自然容易被PDS给共沉淀了，尽管SDS并不与DNA分子结合。
(二)细菌的收获和裂解。
细菌的收获可通过离心来进行，而细菌的裂解则可以采用多种方法中的任意一种，这些方法包括用非离子型或离子型去污剂、有机溶剂或碱进行处理及用加热处理等。选择哪一种方法取决于3个因素：质粒的大小、小肠杆菌菌株及裂解后用于纯化质粒DNA的技术。尽管针对质粒和宿主的每一种组合分别提出精确的裂解条件不切实际，但仍可据下述一般准则来选择适当方法，以取得满意的结果。
1、大质粒(大于15kb)容易受损，故应采用漫和裂解法从细胞中释放出来。将细菌悬于蔗糖等渗溶液中，然后用溶菌酶和EDTA进生处理，破坏细胞壁和细胞外膜，再加入SDS一类去污剂溶解球形体。这种
方法最大限度地减小了从具有正压的细菌内部把质粒释放出来所需要的作用力。
2、可用更剧烈的方法来分离小质粒。在加入EDTA后，有时还在加入溶菌酶后让细菌暴露于去污剂，通过煮沸或碱处理使之裂解。这些处理可破坏碱基配对，故可使宿主的线状染色体DNA变性，但闭环质粒DNA链由于处于拓扑缠绕状态而不能彼此分开。当条件恢复正常时，质粒DNA链迅速得到准确配置，重新形成完全天然的超螺旋分子。
3、一些大肠杆菌菌株(如HB101的一些变种衍生株) 用去污剂或加热裂解时可释放相对大量的糖类，当随后用氯化铯-溴化乙锭梯度平衡离心进行质粒纯化时它们会惹出麻烦。糖类会在梯度中紧靠超螺旋质粒DNA所占位置形成一致密的、模糊的区带。因此很难避免质粒DNA内污染有糖类，而糖类可抑制多种限制酶的活性。故从诸如HB101和TG1等大肠杆菌蓖株中大量制备质粒时，不宜使用煮沸法。
4、当从表达内切核酸酶A的大肠杆菌菌株(endA 株，如HB101) 中小量制备质粒时，建议不使用煮沸法。因为煮沸不能完全灭活内切核酸酶A，以后在温育(如用限制酶消化)时，质粒DNA会被降解。但如果通过一个附加步骤(用酚：氯仿进行抽提)可以避免此问题。
5、目前这一代质粒的拷贝数都非常高，以致于不需要用氯霉素进行选择性扩增就可获得高产。然而，某些工作者沿用氯霉素并不是要增加质粒DNA的产量，而是要降低细菌细胞在用于大量制备的溶液中所占体积。大量高度粘稠的浓缩细菌裂解物，处理起来煞为费事，而在对数中期在增减物中加入氯霉素可以避免这种现象。有氯霉素存在时从较少量细胞获得的质粒DNA的量以与不加氯霉素时从较大量细胞所得到的质粒DNA的量大致相等。
(三)质粒DNA的纯化。
常用的纯化方法都利用了质粒DNA 相对较小及共价闭合环状这样两个性质。如，用氯化铯-溴化乙锭梯度平衡离心分离质粒和染色体DNA 就取决于溴化乙锭与线状以及与闭环DNA分子的结合量有所不同。溴化乙锭通过嵌入碱基之间而与DNA结合，进而使双螺旋解旋。由此导致线状DNA的长度有所增加，作为补偿，将在闭环质粒DNA中引入超螺旋单位。最后，超螺旋度大为增加，从而阻止了溴化乙锭分了的继续嵌入。但线状分子不受此限，可继续结合更多的染料，直至达到饱和(每2个碱基对大约结合1个溴化乙锭分子)。由于染料的结合量有所差别，线状和闭环DNA分了在含有饱和量溴化乙锭的氯化铯度中的浮力密度也有所不同。多年来，氯化铯-溴化乙锭梯度平衡离心已成为制备大量质粒DNA 的首选方法。然而该过程既昂贵又费时，为此发展了许多替代方法。其中主要包括利用离子交换层析、凝胶过滤层析、分级沉淀等分离质粒DNA和宿主DNA的方法。
二、质粒DNA的小量制备
(一)细菌的收获和裂解。
1、收获。
1) 将2ml含相应抗生素的LB加入到容量为15ml 并通气良好(不盖紧)的试管中，然后接入一单菌落，于30℃剧烈振摇下培养过夜。
2) 将1.5ml培养物倒入离心管中，4℃、12000g离心30秒，将剩余的培养物贮存于4℃。
3) 吸去培养液，使细菌沉淀尽可能干燥。
2、碱法裂解。
1) 将细菌沉淀，所得重悬于100μl用冰预冷的溶液I中，剧烈振荡。溶液I可成批配制，高压下蒸气灭菌15分钟，贮存于4℃。须确使细菌沉淀在溶液I中完全分散。
2) 加200μl新配制的溶液Ⅱ。盖紧管口，快速颠倒离心管5次，以混合内容物。应确保离心管的整个内表面均与溶液Ⅱ接触。不要振荡，将离心管放置于冰上。
3) 加150μl用冰预冷的溶液Ⅲ。盖紧管口，将管倒置后温和地振荡10秒钟溶液Ⅲ在粘稠的细菌裂解物中分散均匀，之后将管置于冰上3-5分钟。
4) 用离心机于4℃、12000g离心5分种，将上清转移到另一离心管中。
5) 可做可不做：加等量酚：氯念，振荡混匀，用微量离心机于4 ℃以12000g离心2分钟，将上清转移到另一良心管中。有些工作者认为不必用酚：氯仿进行抽提，然而由于一些未知的原因，省略这一步，往往会得到可耐受限制酶切反应的DNA。
6) 用2倍体积的乙醇于室温沉淀双锭DNA。振荡混合，于室温放置2分钟。
7) 用微量离心机于4℃以12 000g离心5分钟。
8) 小心吸去上清液，将离心管倒置于一张纸巾上，以使所有液体流出。再将附于管壁的液滴除尽。
9) 用1ml70%乙醇于4℃洗涤双链DNA沉淀，去掉上清，在空气中使核酸沉淀干燥10分钟。
i. 此法制备的高拷贝数质粒(如Xf3或pUC)，其产量一般约为：每毫升原细菌培养物3-5μg。
ii. 如果要通过限制酶切割反应来分析DNA，可取1μl DNA溶液加到另一含8μl水的微量离心管内，加1μl 10×限制酶缓冲液和1单位所需限制酶，在适宜温育1-2小时。将剩余的DNA贮存于-20℃。
iii. 此方法按适当比例放大可适用于100ml细菌培养物：。
3、煮沸裂解。
1) 将细菌沉淀，所得重悬于350μlSTET中。STET：0.1mol/L NaCL，10mmol/L Tris.Cl(pH8.0)，1mmol/L EDTA(pH8.0)，5% Triton X-100。
2) 加25μl新配制的溶菌酶溶液[10mg/ml，用10mmol/L Tris.Cl(pH8.0)配制]，振荡3秒钟以混匀之。如果溶淮中pH低于8.0，溶菌酶就不能有效发挥作用。
3) 将离心管放入煮沸的水浴中，时间恰为40秒。
4) 用微量离心机于室温以12000g离心10分种。
5) 用无菌牙签从微量离心管中去除细菌碎片。
6) 在上清中加入40μl 5mol/L乙酸钠(pH5.2)和420μl异丙醇，振荡混匀，于室温放置5分钟。
7) 用微量离心机于4℃以12 000g离心5分种，回收核酸沉淀。
8) 小心吸去上清液，将离心管倒置于一张纸巾上，以使所有液体流出。再将附于管壁的液滴除尽。除去上清的简便方法是用一次性使用的吸头与真空管道相连，轻缓抽吸，并用吸头接触液面。当液体从管中吸出时，尽可能使吸头远离核酸沉淀，然后继续用吸头通过抽真空除去附于管的液滴。
9) 加1ml 70%乙醇，于4℃以12 000g离心2分钟。
10)按步骤8)所述再次轻轻地吸去上清，这一步操作要格外小心，因为有时沉淀块贴壁不紧，去除管壁上形成的所有乙醇液滴，打开管口，放于室温直至乙醇挥发殆尽，管内无可见的液体(2-5)分钟。11)用50μl含无DNA酶的胰RNA酶(20μg/ml)的TE(pH8.0)溶解核酸稍加振荡，贮存于-20℃。注：当从表达内切核酸酶A的大肠杆菌株(endA 株，如HB101 )中小量制粒尤其DNA时，建议舍弃煮沸法。因为煮沸步骤不能完全灭活内切核酸酶A，以后在Mg 2 存在下温育(V中用限制酶时)质粒DNA可被降解。在上述方案的步骤9)之间增加一步，即用酚：氯仿进行抽提，可以避免这一问题。
(二) 质粒DNA小量制备的问题与对策。
碱裂解和煮沸都极其可靠，重复性也很好，而且一般没有什么麻烦。多年来，在我们实验室中日常使用这两种方法的过程中，只碰到过两个问题：
1、有些工作者首次进行小量制备时，有时会发现质粒DNA不能被限制酶所切割，这几乎总是由于从细菌沉淀或从核酸沉淀中去除所有上清液时注意得不够。大多数情况下，用酚：氯仿对溶液进行抽提可以去除小量备物中的杂质。如果总是依然存在，可用离心柱层析注纯化DNA。
2、在十分偶然的情况下，个别小时制备物会出现无质粒DNA的现象。这几乎肯定是由于核酸沉淀颗粒已同乙醇一起被弃去。
三、质粒DNA的大量制备
(一) 在丰富培养基中扩增质粒
许多年来，一直认为在氯霉素存在下扩增质粒只对生长在基本培养基上的细菌有效，然而在带有pMBl或ColEl复制子的高拷贝数质粒的大肠杆菌菌株中，采用以下步骤可提高产量至每500ml培养物2-5mg质粒DNA，而且重复性也很好。
1) 将30ml含有目的质粒的细菌培养物培养到对数晚期(DNA 600约0.6)。培养基中应含有相应抗生素，用单菌落或从单菌落中生长起来的小量液体闭关物进行接种。
2) 将含相应抗生素的500ml LB或Terrific肉汤培养基(预加温至37℃)施放入25ml对数晚期的培养物，于37℃剧烈振摇培养25小时(摇床转速300转/分)，所得培养物的OD 600值约为0.4。
3) 可做可不做：加2.5ml氯霉素溶液(34mg/ml溶于乙醇)，使终浓度为170μg/ml。像pBR322一类在宿主菌内只以中等拷贝娄竿行复的质粒，有必要通过扩增。这些质粒只要从生长达到饷新一代的质粒(如pUC质粒)可复制达到很高的拷贝数，因此无需扩增。这些质粒只要从生长达到饱和的细菌培养物即可大量提纯。但用氯霉素进行处理，具有抑制细菌复制的优点，可减少细菌裂解物的体积和粘稠度，极大地简化质粒纯化的过程。所以一般说来，尽管要在生长中的细菌培养物里加入氯霉素略显不便，但用氯霉素处理还是利大于弊。
4)于37℃剧烈振摇(300转/分)，继续培养12-16小时。
(二) 细菌的收获和裂解。
1、收获。
1) 4℃以4000转/分离心15分钟，弃上清，敞开离心管口并倒置离心管使上清全部流尽。
2) 将细菌沉淀重悬于100ml用冰预冷的STE中。STE：0.1mol/L NaCl，10mmol/L Tris-HCl(pH8.0)，1mmol/L EDTA(pH8.0)。
3) 按步骤1)所述方法离心，以收集细菌细胞。
2、碱裂解法。
1) 将冼过的500ml 培养物的细菌沉淀物[来自收获细菌的步骤3] 重悬于10ml(18ml)溶液I中。
2) 加1ml(2ml)新配制的溶菌酶溶液[10mg/ml，溶于10mmol/L Tris-HCl(pH8.0)]。当溶液的pH值低于8.0时，溶菌酶不能有效工作。
3) 加20ml(40ml)新配制的溶液Ⅱ。盖紧瓶盖，缓缓颠倒离心瓶数次，以充分混匀内容物。于室温放置5-10分钟。
4) 加15nl(20ml)用冰预冷的溶液Ⅲ。封住瓶口，摇动离心瓶数次以混匀内容物，此时应不再出现分明的两个液相。置冰上放10分钟，应形成一白色絮状沉淀。于0℃放置后所形成的沉淀应包括染体DNA、高分子量RNA和钾-SDS-蛋白质-膜复合物。
5) 用合适转头于4℃以4000转/分离心15分钟，不开刹车而使转头自然停转。如果细菌碎片贴壁不紧，可以5000转/分再度离心20分钟，然后尽可能将上清全部转到另一瓶中，弃去残留在离心管内的粘稠状液体。未能形成致密沉淀块的原因通常是由于溶液Ⅲ与细菌裂解物混合不充分[步骤4)]。
6) 上清过滤至一250ml离心瓶中，加0.6体积的异丙醇，充分混匀，于室温放置10分钟。
7) 用合适转头于室温以500转/分离心15分钟，回收核酸。如于4℃离心，盐也会了生沉淀。
8) 小心倒掉上清，敞开瓶口倒置离心瓶使残余上清液流尽，于室温用70%乙醇洗涤沉积管壁。倒出乙醇，用与真空装置相联的巴期德吸出附于瓶壁的所有液滴，于室温将瓶倒置放在纸巾上，使最后残余的痕量乙醇挥殆尽。
9) 用3ml TE(pH8.0)溶解核酸沉淀。
四、质粒DNA的纯化
(一) 聚乙二醇沉淀法提取质粒DNA。
1、将核酸溶液所得]转入15mlCorex 管中，再加3ml 用冰预冷的5mol/L LiCl溶液，充分混匀，用合适转头于4℃下以10000转/分离心10分钟。LiCl可沉淀高分子RNA。
2、将上清转移到另一30mlCorex管内，加等量的异丙醇，充分混匀，用SorvallSS34转头(或与其相当的转尖)于室温以10 000转/分离心10分钏，回收沉淀的核酸。
3、小心去掉上清，敞开管口，将管倒置以使最后残留的液滴流尽。于室温用70%乙醇洗涤沉淀及管壁，流尽乙醇，用与真空装置相连的巴其德吸管吸去附于管壁的所有液滴，敞开管口并将管侄置，在纸巾上放置几分钟，以使最后残余的痕量乙醇蒸发殆尽。
4、用500μl含无DNA酶的胰RNA酶(20μg/ml )的TE(pH8.0)溶解沉淀，将溶液转到一微量离心管中，于室温放置30分钟。
5、加500μl含13%(w/v)聚乙二醇(PEG 8000)的1.6mol/L NaCl，充分混合，用微量离心机于4℃以12000g 离心5分钟，以回收质粒DNA。
6、吸出上清，用400μl TE(pH8.0)溶解质粒DNA沉淀。用酚、酚：氯仿、氯仿各抽1次。
7、将水相转到另一微量离心管中，加100μl 10mol/L乙醇铵，充分混匀，加2倍体积(约1ml)乙醇，于室温放置10分钟，于4℃以12 000g离心5分钟，以回收沉淀的质粒DNA。
8、吸去上清，加200μl处于4℃以12 000g离心2分钟。
9、吸去上清，敞开管口，将管置于实验桌上直到最后可见的痕量乙醇蒸发殆尽。10)用500μl TE(pH8.0)溶解沉淀1：100稀释[用TE(pH8.0)] 后测量OD 260，计算质粒DNA的浓度(1OD260=50μg质粒DNA/ml)，然后将DNA贮于-20℃。
10、纯化。
一些试剂的生化作用原理
1、溶液Ⅰ
溶霉菌：水解菌体细胞壁的主要化学成分肽聚糖中的β-1,4糖苷键，因而具有溶菌作用。
葡萄糖：增加溶液的粘度，防止DNA受机械剪切力作用而降解。
EDTA：金属离子螯合剂，螯合Mg2+，Ca2+等金属离子，抑制脱氧核糖核酸酶(DNase)对DNA的降解作用(DNase 作用时需要一定的金属离子强度作辅基)，同时EDTA的存在，有利于溶霉菌的作用。因为溶霉菌的反应要求有较低的离子强度环境。
2、溶液Ⅱ-NaOH-SDS液
NaOH：核酸在pH值为5~9的溶液中是最稳定的，但pH大于12或小于3时，就会引起双键之间氢键的解离而变性。在溶液Ⅱ中的NaOH浓度为0.2N，加入提取液时，该系统的pH就会高达12.6，因而促使染色体DNA与质粒DNA的变性。
SDS：为阴离子表面活性剂，主要功能有：溶解细胞膜上的脂肪与蛋白，从而破坏细胞膜；解聚细胞中的核蛋白SDS蛋白质结合为复合物，使蛋白变性沉淀下来，但SDS能抑制核糖核酸没的作用，所以在以后的提取过程中，必须把它去除干净，以防用RNase去除RNA时受到干扰。
3、溶液Ⅲ-3M KAc(pH4.8)溶液：
KAc的水溶液呈碱性，为了调节pH至4.8，必须加入大量的冰醋酸，所以该溶液实际上是KAc-HAc的缓冲液。用pH4.8的KAc溶液是为了把pH 12.6的抽取液pH调回到中性，使变性的质粒DNA能够复性，并能稳定存在。而高盐的3mol∕L KAc有利于变性的大分子染色体DNA、RNA以及SDS-蛋白质复合物凝聚而沉淀之。前者是因为中和核酸上的电荷。减少相斥力而互相聚合，后者是因为钠盐与SDS-蛋白质复合物作用后，能形成溶解度较小的钠盐形式复合物，使沉淀完全。
4、为什么用无水乙醇沉淀DNA:
此为实验中最常用的沉淀方法。乙醇的优点是低度极性，可以以任意比例和水相混容，乙醇与核酸不会起任何化学反应，对DNA很安全，因此是理想的沉淀剂。
DNA溶液时以水合状态稳定存在的DNA，当加入乙醇时，乙醇会夺去DNA周围的水分子，使DNA失水而易于聚合。一般实验中，是加2倍体积的无水乙醇与DNA相混合。其乙醇的最终含量占67%左右。因而也可改用95%乙醇来代替无水乙醇(因无水乙醇价格更贵)，但加95%乙醇使总体积增大，而DNA 在溶液中总有一定程度的溶解，因而DNA损失也增大，尤其用多次乙醇沉淀时，会影响收得率。折衷的做法是初次沉淀DNA是可用95%乙醇代替无水乙醇，最后的沉淀步骤要使用无水乙醇。也可以用异丙醇选择性沉淀DNA，一般在室温下放置15~30min即可。
使用乙醇在低温条件下沉淀DNA，分子运动大大减少，DNA易于聚合而沉淀，且温度越低，DNA沉淀得越快。
5、RNase处理核糖核酸后，再次沉淀DNA时为什么一定要加NaAc至最浓度达0.1~0.25M。
在pH 8左右的DNA溶液中，DNA分子是带负电荷的，加一定浓度的NaAc，使Na+中和DNA分子上的负电荷，减少DNA分子之间的同性电荷相斥力，易于互相聚合而形成DNA纳盐沉淀。当加入大量盐溶液浓度太低时，只有部分DNA形成DNA钠盐聚合，这样就造成DNA沉淀不完全。当加入的盐溶液浓度太高时，其效果也不太好，在沉淀的DNA中，由于过多的盐杂质存在，影响DNA的酶切等反应，必须要进行洗涤或重沉淀。
6、为什么将DNA保存于TE缓冲液中？
在基因操作实验中，选择缓冲液的主要原则是考虑DNA的稳定性及缓冲液成分不产生干扰作用。磷酸盐缓冲系统(pKa2=7.2)、硼酸系统(pKal=9.24)等虽然也都符合细胞内环境的生理范围(pH)，可以作为DNA 的保存液，但在转化实验时，磷酸根将与Ca2+产生沉淀；在DNA酶反应时，不同的煤对辅助因子的种类及数量要求不同，有的要求高盐离子浓度，有哦则要求低盐离子浓度，采用Tris-HCL(pKa=8.0)的缓冲系统，由于缓冲对时Tris+/Tris，不存在金属离子的干扰作用，故在提取或保存DNA时，大都采用Tris-HCL 系统，而TE缓冲液中的EDTA更能稳定DNA的活性。
操作要领：
1、该实验成功的标志是把染色体DNA，蛋白质与RNA去除干净。获得一定收得率的质粒DNA。去掉染色体DNA最为重要，也较困难。因为在全部提取过程中，只有一次机会去除染色体DNA，其关键步骤是加入溶液Ⅱ与溶液Ⅲ时，控制变性与复性操作时机，既要使试剂与染色体DNA充分作用使之变性；又要使染色体DNA不断裂成小片段而能与质粒DNA相分离。这就要求试剂与溶菌液充分摇匀。摇动时用力适当。一般加入SDS后要注意不能过分用力振荡，但又必须让它反应充分。
2、当加入溶液Ⅱ5min后，若没有看到溶液变稠时，实验不能再继续做下去了。
3、配置试剂时，要用重蒸水配置外，其器皿必须严格清洗，最后要用重蒸水冲洗三次，凡可以进行灭菌的试剂与用具都要经过高压蒸汽灭菌，防止其他杂质或酶对DNA的降解，对Ep管、Tip头与非玻璃离心管等只能湿热灭菌，然后放置在50℃温箱中烘干使用。
4、用乙醇沉淀DNA时，要观察水相与乙醇之间没有分层现象之后，才可放在冰箱中去沉淀DNA。
步态识别方法的分类及各类方法的比较
步态识别方法的分类及各类方法的比较 程汝珍1,2 1河海大学计算机及信息工程学院，江苏南京(210098) 2水文水资源与水利工程科学国家重点实验室，江苏南京(210098) E-mail：chengruzhen@https://www.360docs.net/doc/5b16401061.html, 摘要：步态识别是生物特征识别技术中的一个新兴领域，它旨在根据个体的行走方式识别身份。步态识别主要是针对含有人的运动图像序列进行分析处理,所涉及到的几项关键技术包括:视频处理、图像处理、模式识别。步态识别分析可以划分为特征抽取、特征处理和识别分类三个阶段。在最近的文献中已经有许多研究尝试，提出了许多步态识别的具体方法。但国内外尚无将步态识别技术分类，本文提出了步态识别的六类分类法，且初步比较了每类方法的适用范围和优缺点，使读者较为全面了解步态识别技术现状。 关键词：步态识别；分类；适用范围；优缺点；比较 中图分类号：TP391.4 1.引言 步态识别是生物特征识别技术中的一个新兴领域，它旨在根据个体的行走方式识别身份[1]。根据早期的医学研究[2]人的步态有24个不同的分量，在考虑所有的步态运动分量的情况下步态是唯一的。精神物理学[3]中的研究结果显示即使通过受损的步态信息人们也能够识别出身份，这表明在步态信号中存在身份信息。 步态识别主要是针对含有人的运动图像序列进行分析处理,所涉及到的几项关键技术包括:视频处理、图像处理、模式识别[4]。步态识别分析可以划分为特征抽取、特征处理和识别分类三个阶段[5]。 步态识别部分 图1 步态自动识别系统框图 Fig1 the framework of gait automatic recognition system 步态识别系统的一般框架如图所示[6]。监控摄像机首先捕捉监控领域来人的行走视频，然后送入计算机进行检测和跟踪，提取人的步态特征，最后结合已经存储的步态模式进行身份识别。若发现该人是罪犯或嫌疑人，系统将自动发出警告。
文本特征提取方法
https://www.360docs.net/doc/5b16401061.html,/u2/80678/showart_1931389.html 一、课题背景概述 文本挖掘是一门交叉性学科,涉及数据挖掘、机器学习、模式识别、人工智能、统计学、计算机语言学、计算机网络技术、信息学等多个领域。文本挖掘就是从大量的文档中发现隐含知识和模式的一种方法和工具,它从数据挖掘发展而来,但与传统的数据挖掘又有许多不同。文本挖掘的对象是海量、异构、分布的文档(web);文档内容是人类所使用的自然语言,缺乏计算机可理解的语义。传统数据挖掘所处理的数据是结构化的,而文档(web)都是半结构或无结构的。所以,文本挖掘面临的首要问题是如何在计算机中合理地表示文本,使之既要包含足够的信息以反映文本的特征,又不至于过于复杂使学习算法无法处理。在浩如烟海的网络信息中,80%的信息是以文本的形式存放的，WEB文本挖掘是WEB内容挖掘的一种重要形式。 文本的表示及其特征项的选取是文本挖掘、信息检索的一个基本问题，它把从文本中抽取出的特征词进行量化来表示文本信息。将它们从一个无结构的原始文本转化为结构化的计算机可以识别处理的信息，即对文本进行科学的抽象，建立它的数学模型，用以描述和代替文本。使计算机能够通过对这种模型的计算和操作来实现对文本的识别。由于文本是非结构化的数据,要想从大量的文本中挖掘有用的信息就必须首先将文本转化为可处理的结构化形式。目前人们通常采用向量空间模型来描述文本向量,但是如果直接用分词算法和词频统计方法得到的特征项来表示文本向量中的各个维,那么这个向量的维度将是非常的大。这种未经处理的文本矢量不仅给后续工作带来巨大的计算开销,使整个处理过程的效率非常低下,而且会损害分类、聚类算法的精确性,从而使所得到的结果很难令人满意。因此,必须对文本向量做进一步净化处理,在保证原文含义的基础上,找出对文本特征类别最具代表性的文本特征。为了解决这个问题,最有效的办法就是通过特征选择来降维。 目前有关文本表示的研究主要集中于文本表示模型的选择和特征词选择算法的选取上。用于表示文本的基本单位通常称为文本的特征或特征项。特征项必须具备一定的特性:1)特征项要能够确实标识文本内容;2)特征项具有将目标文本与其他文本相区分的能力;3)特征项的个数不能太多;4)特征项分离要比较容易实现。在中文文本中可以采用字、词或短语作为表示文本的特征项。相比较而言，词比字具有更强的表达能力，而词和短语相比，词的切分难度比短语的切分难度小得多。因此，目前大多数中文文本分类系统都采用词作为特征项，称作特征词。这些特征词作为文档的中间表示形式，用来实现文档与文档、文档与用户目标之间的相似度计算。如果把所有的词都作为特征项，那么特征向量的维数将过于巨大，从而导致计算量太大，在这样的情况下，要完成文本分类几乎是不可能的。特征抽取的主要功能是在不损伤文本核心信息的情况下尽量减少要处理的单词数，以此来降低向量空间维数，从而简化计算，提高文本处理的速度和效率。文本特征选择对文本内容的过滤和分类、聚类处理、自动摘要以及用户兴趣模式发现、知识发现等有关方面的研究都有非常重要的影响。通常根据某个特征评估函数计算各个特征的评分值，然后按评分值对这些特征进行排序，选取若干个评分值最高的作为特征词，这就是特征抽取(Feature Selection)。
现代机器学习基于深度学习的图像特征提取
现代机器学习理论大作业（基于深度学习的图像特征提取）
基于深度学习的图像特征提取 摘要：大数据时代的来临，为深度学习理论的发展创造了良好的条件。本文介 绍了深度学习的发展背景，主要讨论了深度学习中的自编码的方法，对自编码方法实现仿真应用，期望在以后能应用到SAR图像上进行自动特征提取，最后阐 述该理论的目前遇到的困难。 关键词：深度学习autoencoder convolution pooling 一引言 机器学习是人工智能的一个分支，而在很多时候，几乎成为人工智能的代名词。简单来说，机器学习就是通过算法，使得机器能从大量历史数据中学习规律， 从而对新的样本做智能识别或对未来做预测。从1980年代末期以来，机器学习的发展大致经历了两次浪潮：浅层学习（Shallow Learning）和深度学习（Deep Learning）。 第一次浪潮：浅层学习 1980年代末期，用于人工神经网络的反向传播算法（也叫Back Propagation 算法或者BP算法）的发明，给机器学习带来了希望，掀起了基于统计模型的机 器学习热潮。这个热潮一直持续到今天。人们发现，利用BP算法可以让一个人工神经网络模型从大量训练样本中学习出统计规律，从而对未知事件做预测。这种基于统计的机器学习方法比起过去基于人工规则的系统，在很多方面显示出优越性。这个时候的人工神经网络，虽然也被称作多层感知机（Multi-layer Perceptron），但实际上是一种只含有一层隐层节点的浅层模型。 90年代，各种各样的浅层机器学习模型相继被提出，比如支撑向量机（SVM，Support Vector Machines）、Boosting、最大熵方法（例如LR，Logistic Regression）等。这些模型的结构基本上可以看成带有一层隐层节点（如SVM、Boosting），或没有隐层节点（如LR）。这些模型在无论是理论分析还是应用都获得了巨大的 成功。相比较之下，由于理论分析的难度，加上训练方法需要很多经验和技巧， 所以这个时期浅层人工神经网络反而相对较为沉寂。 2000年以来互联网的高速发展，对大数据的智能化分析和预测提出了巨大需求，浅层学习模型在互联网应用上获得了巨大成功。最成功的应用包括搜索广告
基于CNN特征提取和加权深度迁移的单目图像深度估计
2019年4月图 学 学 报 April2019第40卷第2期JOURNAL OF GRAPHICS V ol.40No.2 基于CNN特征提取和加权深度迁移的 单目图像深度估计 温静，安国艳，梁宇栋 (山西大学计算机与信息技术学院，山西太原 030006) 摘要：单目图像的深度估计可以从相似图像及其对应的深度信息中获得。然而，图像匹配歧义和估计深度的不均匀性问题制约了这类算法的性能。为此，提出了一种基于卷积神经网络(CNN)特征提取和加权深度迁移的单目图像深度估计算法。首先提取CNN特征计算输入图像在数据集中的近邻图像；然后获得各候选近邻图像和输入图像间的像素级稠密空间形变函数； 再将形变函数迁移至候选深度图像集，同时引入基于SIFT的迁移权重SSW，并通过对加权迁移后的候选深度图进行优化获得最终的深度信息。实验结果表明，该方法显著降低了估计深度图的平均误差，改善了深度估计的质量。 关键词：单目深度估计；卷积神经网络特征；加权深度迁移；深度优化 中图分类号：TP 391 DOI：10.11996/JG.j.2095-302X.2019020248 文献标识码：A 文章编号：2095-302X(2019)02-0248-08 Monocular Image Depth Estimation Based on CNN Features Extraction and Weighted Transfer Learning WEN Jing, AN Guo-yan, LIANG Yu-dong (School of Computer and Information Technology, Shanxi University, Taiyuan Shanxi 030006, China) Abstract: The depth estimation of monocular image can be obtained from the similar image and its depth information. However, the performance of such an algorithm is limited by image matching ambiguity and uneven depth mapping. This paper proposes a monocular depth estimation algorithm based on convolution neural network (CNN) features extraction and weighted transfer learning. Firstly, CNN features are extracted to collect the neighboring image gallery of the input image. Secondly, pixel-wise dense spatial wrapping functions calculated between the input image and all candidate images are transferred to the candidate depth maps. In addition, the authors have introduced the transferred weight SSW based on SIFT. The final depth image could be obtained by optimizing the integrated weighted transferred candidate depth maps. The experimental results demonstrate that the proposed method can significantly reduce the average error and improve the quality of the depth estimation. Keywords: monocular depth estimation;convolution neural network features; weighted depth transfer; depth optimization 收稿日期：2018-09-07；定稿日期：2018-09-12 基金项目：国家自然科学基金项目(61703252)；山西省高等学校科技创新项目(2015108) 第一作者：温静(1982 )，女，山西晋中人，副教授，博士，硕士生导师。主要研究方向为图像处理、计算机视觉等。E-mail：wjing@https://www.360docs.net/doc/5b16401061.html,
特征提取方法
4.2.2 特征提取方法 图像经过一系列的预处理之后，原来大小不同、分布不规则的各个字符变成了一个个大小相同、排列整齐的字符。下面接要从被分割归一处理完毕的字符中，提取最能体现这个字符特点的特征向量。将提取出训练样本中的特征向量代入BP网络之中就可以对网络进行训练，提取出待识别的样本中的特征向量代入到训练好的BP网络中，就可以对汉字进行识别。 特征向量的提取方法多种多样，可以分为基于结构特征的方法和基于像素分布特征的方法，下面给予简单介绍，并说明本文所用的方法。 （1）结构特征。结构特征充分利用了字符本身的特点，由于车牌字符通常都是较规范的印刷体，因此可以较容易地从字符图像上得到它的字符笔画信息，并可根据这些信息来判别字符。例如，汉字的笔画可以简化为4类：横、竖、左斜和右斜。根据长度不同又可分为长横、短横、长竖和短竖等。将汉字分块，并提取每一块的笔画特征，就可得到一个关于笔画的矩阵，以此作为特征来识别汉字。 （2）像素分布特征。像素分布特征的提取方法很多，常见的有水平、垂直投影的特征，微结构特征和周边特征等。水平、垂直投影的特征是计算字符图像在水平和垂直方向上像素值的多少，以此作为特征。微结构法将图像分为几个小块，统计每个小块的像素分布。周边特征则计算从边界到字符的距离。优点是排除了尺寸、方向变化带来的干扰，缺点是当字符出现笔划融合、断裂、部分缺失时不适用。 ①逐像素特征提取法 这是一种最简单的特征提取方法。它可以对图像进行逐行逐列的扫描，当遇到黑色像素时取其特征值为1，遇到白色像素时取其特征值为0，这样当扫描结束后就获得一个维数与图像中的像素点的个数相同的特征向量矩阵。 这种特征提取方法的特点就是算法简单，运算速度快，可以使BP网络很快的收敛，训练效果好，更重要的是对于数字图像这样特征较少的图像，这种方法提取的信息量最大，所以对于本系统来说，这种方法较为适用。但是它的缺点也很明显，就是适应性不强，所以本文没有选用这种方法。 ②骨架特征提取法
步态识别论文
课程论文 步态识别 学号：12426009 班级：通信122 ：楚舒琦 目录 摘要 (3) 一、背景介绍 (4)
二、相关研究 (4) 三、主题（算法） (5) 3.1基于线图模型的动态特征提取 (6) 3.2基于整体的静态特征提取 (8) 3.3识别 (9) 四、实验 (9) 五、结果讨论 (12) 六、总结 (12) 七、应用前景 (13) 八、技术难点及解决途径 (14) 8.1技术难点 (14) 8.2解决途径 (15) 九、参考文献 (16)
摘要 步态识别是一种新兴的生物特征识别技术，旨在通过人们走路的姿态进行身份识别，与其他的生物识别技术相比，步态识别具有非接触远距离和不容易伪装的优点。在智能视频监控领域，比面像识别更具优势。对步态识别的优缺点以及步态识别所涉及到的运动分割、特征提取与选择、模式识别算法进行了综述,并对步态识别中存在的问题与未来的研究方向进行了讨论。 关键词:生物特征识别;步态识别;特征提取;运动分割;动态时间规正
一、背景介绍 步态是指人们行走时的方式，这是一种复杂的行为特征。罪犯或许会给自己化装，不让自己身上的哪怕一根毛发掉在作案现场，但有样东西他们是很难控制的，这就是走路的姿势。英国南安普敦大学电子与计算机系的马克·尼克松教授的研究显示，人人都有截然不同的走路姿势，因为人们在肌肉的力量、肌腱和骨骼长度、骨骼密度、视觉的灵敏程度、协调能力、经历、体重、重心、肌肉或骨骼受损的程度、生理条件以及个人走路的"风格"上都存在细微差异。对一个人来说，要伪装走路姿势非常困难，不管罪犯是否带着面具自然地走向银行出纳员还是从犯罪现场逃跑，他们的步态就可以让他们露出马脚。 人类自身很善于进行步态识别，在一定距离之外都有经验能够根据人的步态辨别出熟悉的人。步态识别的输入是一段行走的视频图像序列，因此其数据采集与面像识别类似，具有非侵犯性和可接受性。但是，由于序列图像的数据量较大，因此步态识别的计算复杂性比较高，处理起来也比较困难。尽管生物力学中对于步态进行了大量的研究工作，基于步态的身份鉴别的研究工作却是刚刚开始。步态识别主要提取的特征是人体每个关节的运动。到目前为止，还没有商业化的基于步态的身份鉴别系统。 二、相关研究 信息融合：感知融合是人类感知外部世界的本能之一。人类可以非常自然地运用这一能力把来自人体各个感知器官眼耳鼻四肢的信息图像声音气味触觉组合起来并使用先验知识去估计理解和识别周围的环境以及正在发生的事情。融合理论正是对人类这一本能的模仿旨在利用计算机技术对按时序获得的多源观测信息在一定准则下加以自动分析综合以完成所需的决策和估计任务而进行的信息处理过程。 信息融合的基本原理就像人脑综合处理信息一样充分利用多源信息通过对这些多源的观测信息的合理支配和使用把多源信息在空间或时间上的冗余或互补依据某种准则来进行组合以获得被测对象的一致性解释或描述。按照信息抽象的个层次可将信息融合分为3级（像素级融合特征级融合和决策级融合）。 像素级融合是在采集到的原始数据上进行的融合是原始测报未经预处理之前就进行的综合和分析是最低层次的融合。
图像特征提取方法
图像特征提取方法 摘要 特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。 至今为止特征没有万能和精确的图像特征定义。特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的起点。因此一个算法是否成功往往由它使用和定义的特征决定。因此特征提取最重要的一个特性是“可重复性”：同一场景的不同图像所提取的特征应该是相同的。 特征提取是图象处理中的一个初级运算，也就是说它是对一个图像进行的第一个运算处理。它检查每个像素来确定该像素是否代表一个特征。假如它是一个更大的算法的一部分，那么这个算法一般只检查图像的特征区域。作为特征提取的一个前提运算，输入图像一般通过高斯模糊核在尺度空间中被平滑。此后通过局部导数运算来计算图像的一个或多个特征。 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。当光差图像时，常 常看到的是连续的纹理与灰度级相似的区域，他们相结合形成物体。但如果物体的尺寸很小 或者对比度不高，通常要采用较高的分辨率观察：如果物体的尺寸很大或对比度很强，只需 要降低分辨率。如果物体尺寸有大有小，或对比有强有弱的情况下同事存在，这时提取图像 的特征对进行图像研究有优势。 常用的特征提取方法有：Fourier变换法、窗口Fourier变换（Gabor)、小波变换法、最 小二乘法、边界方向直方图法、基于Tamura纹理特征的纹理特征提取等。
设计内容 课程设计的内容与要求（包括原始数据、技术参数、条件、设计要求等）：一、课程设计的内容 本设计采用边界方向直方图法、基于PCA的图像数据特征提取、基于Tamura纹理特征的纹理特征提取、颜色直方图提取颜色特征等等四种方法设计。 （1）边界方向直方图法 由于单一特征不足以准确地描述图像特征,提出了一种结合颜色特征和边界方向特征的图像检索方法.针对传统颜色直方图中图像对所有像素具有相同重要性的问题进行了改进,提出了像素加权的改进颜色直方图方法;然后采用非分割图像的边界方向直方图方法提取图像的形状特征,该方法相对分割方法具有简单、有效等特点,并对图像的缩放、旋转以及视角具有不变性.为进一步提高图像检索的质量引入相关反馈机制,动态调整两幅图像相似度中颜色特征和方向特征的权值系数,并给出了相应的权值调整算法.实验结果表明,上述方法明显地优于其它方法.小波理论和几个其他课题相关。所有小波变换可以视为时域频域的形式，所以和调和分析相关。所有实际有用的离散小波变换使用包含有限脉冲响应滤波器的滤波器段(filterbank)。构成CWT的小波受海森堡的测不准原理制约，或者说，离散小波基可以在测不准原理的其他形式的上下文中考虑。 通过边缘检测，把图像分为边缘区域和非边缘区域，然后在边缘区域内进行边缘定位．根据局部区域内边缘的直线特性，求得小邻域内直线段的高精度位置；再根据边缘区域内边缘的全局直线特性，用线段的中点来拟合整个直线边缘，得到亚像素精度的图像边缘．在拟合的过程中，根据直线段转角的变化剔除了噪声点，提高了定位精度．并且，根据角度和距离区分出不同直线和它们的交点，给出了图像精确的矢量化结果 图像的边界是指其周围像素灰度有阶跃变化或屋顶变化的那些像素的集合，边界广泛的存在于物体和背 景之间、物体和物体之间，它是图像分割所依赖的重要特征．边界方向直方图具有尺度不变性，能够比较好的 描述图像的大体形状．边界直方图一般是通过边界算子提取边界，得到边界信息后，需要表征这些图像的边 界，对于每一个边界点，根据图像中该点的梯度方向计算出该边界点处法向量的方向角，将空间量化为M级， 计算每个边界点处法向量的方向角落在M级中的频率，这样便得到了边界方向直方图． 图像中像素的梯度向量可以表示为[ ( ，)，)，( ，)，)] ，其中Gx( ，)，)，G ( ，)，)可以用下面的
特征提取与选择 总结
第七章特征提取与选择_总结 7.6 特征选择中的直接挑选法 特征的选择除了我们前面学习的变换法外, 也可以在原坐标系中依据某些原则直接选择特征, 即我们这节课要学的直接挑选法。 7.6.1次优搜索法 (一)单独最优的特征选择 单独选优法的基本思路是计算各特征单独使用时的判据值并以递减排序，选取前d个分类效果最好的特征。一般地讲，即使各特征是统计独立的，这种方法选出的d个特征也不一定是最优的特征组合，只有可分性判据J是可分的，即 这种方法才能选出一组最优特征。 (二)增添特征法 该方法也称为顺序前进法（SFS）这是最简单的自下而上搜索方法，每次从未选入的特征中选择一个特征，使它与已选入的特征组合在一起时J值最大，直到选入特征数目达到指定的维数d为止。 设已选入了k个特征，它们记为X k，把未选入的n-k个特征x j（j=1,2,…,n-k)逐个与已选入的特征X k组合计算J 值，若： 则x1选入，下一步的特征组合为X k+1=X k+x1。开始时，k=0，X0=F，该过程一直进行到k=d为止。 该方法比“单独最优的特征选择法”要好，但其缺点也是明显的：即某特征一旦选入，即使后边的n-k特征中的某个从组合讲比它好，也无法把它剔除。 (三)剔减特征法 该方法也称为顺序后退法(SBS)。这是一种自上而下的搜索方法，从全部特征开始每次剔除一个特征，所剔除的特征应使尚保留的特征组合的值最大。 设已剔除了k个特征，剩下的特征组记为，将中的各特征x j （j=1,2,…,n-k)分别逐个剔除，并同时计算值，若： 则在这轮中x1应该剔除。
这里初值，过程直到k=n-d为止。 (四) 增l 减r 法（l-r 法） 为了克服前面方法（二）、（三）中的一旦某特征选入或剔除就不能再剔除或选入的缺点，可在选择过程中加入局部回溯，例如在第k步可先用方法（二）。，对已选入的k个特征再一个个地加入新的特征到k+1个特征，然后用方法(三) 一个个地剔除r个特征，称这种方法为l减r法（l-r法）。 7.6.2最优搜索法 (一)分支定界法(BAB算法) 寻求全局最优的特征选择的搜索过程可用一个树结构来描述，称其为搜索树或解树。总的搜索方案是沿着树自上而下、从右至左进行，由于树的每个节点代表一种特征组合，于是所有可能的组合都可以被考虑。利用可分性判据的单调性采用分支定界策略和值左小右大的树结构，使得在实际上并不计算某些特征组合而又不影响全局寻优。这种具有上述特点的快速搜索方法，称为分支定界算法。 6选2的特征选择问题 (a)搜索树 (b)搜索回溯示意图 树的每个节点表示一种特征组合，树的每一级各节点表示从其父节点的特征 组合中再去掉一个特征后的特征组合，其标号k表示去掉的特征是。由于每一级只舍弃一个特征，因此整个搜索树除根节点的0级外，还需要n-d级，即全树有n-d级。6个特征中选2个，故整个搜索树需4级，第n-d级是叶节点，有
肺结节检测中特征提取方法研究
小型微型计算机系统ＪｏｕｒｎａｌｏｆＣｈｉｎｅｓｅＣｏｍｐｕｔｅｒＳｙｓｔｅｍｓ２００９年１０月第１０期Ｖ０１．３０Ｎｏ．１０２００９ 肺结节检测中特征提取方法研究 何中市１，梁琰１，黄学全２，王健２ １（重庆大学计算机学院，重庆４０００４４） ２（第三军医大学西南医院放射科，重庆４０００３８） Ｅ—ｍａｉｌ：ｚｓｈｅ＠ｃｑｕ．ｅｄｕ．ｃａ 摘要：计算机辅助诊断（Ｃｏｍｐｕｔｅｒ—ＡｉｄｅｄＤｉａｇｎｏｓｉｓ，ＣＡＤ）系统为肺癌的早期检测和诊断提供了有力的支持．本文对孤立性肺结节特征提取问题进行研究．通过对肺结节和肺内各组织在序列ＣＴ图像上的医学征象分析和研究对比，结合专家提供的知识，提出了肺结节特征提取总体方案．该方案分别从肺部ＣＴ图像的灰度特征、肺结节形态、纹理、空间上下文特征等几个方面，对关键的医学征象进行图像分析，从而实现对ＲＯＩ（ＲｅｇｉｏｎｓｏｆＩｎｔｅｒｅｓｔ）区域的特征提取和量化；提出特征提取的评价方案，实验结果表明，本文提取的特征提取方案是有效的．利用本文提取的特征，肺结节检测正确率达到９３．０５％，敏感率为９４．５３％． 关键词：孤立性；肺结节；特征提取；ＣＴ图像；特征评价 中图分类号：ＴＰ３９１文献标识码：Ａ文章编号：１０００—１２２０（２００９）１０—２０７３－０５ ＲｅｓｅａｒｃｈｏｎｔｈｅＦｅａｔｕｒｅＥｘｔｒａｃｔｉｏｎＡｐｐｒｏａｃｈｆｏｒＳＰＮｓＤｅｔｅｃｔｉｏｎ 腼Ｚｈｏｎｇ—ｓｈｉｌ，ＬＩＡＮＧＹａｎｌ，ＨＵＡＮＧＸｕｅ—ｑｕａｎ２，ＷＡＮＧＪｉａｎ２ １（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ｃ‰增幻增Ｕｎｉｖｅｒｓ毋，Ｃｈｏｎｇｑｉｎｇ４０００４４，Ｃｈｉｎａ） ２（ＤｅｐａｒｔｍｅｎｔｏｆＲａｄｉｏｌｏｇｙ，Ｓｏｕｔｈｗｅｓｔ丑却池ｚ，ＴｈｉｒｄＭｉｌｉｔａｒｙＭｅｄｗａｌＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎｅｓｅＰＬ４，Ｃｈｏｎｇｑｉｎｇ４０００３８，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｉｑｕｅｓｈａｖｅｐｒｏｖｅｄｔｏｂｅｅｆｆｅｃｔｉｖｅｆｏｒｉｍｐｒｏｖｅｍｅｎｔｏｆｒａｄｉｏｌｏｇｉｓｔｓ７ｄｉａｇｎｏｓｉｓｏｆｐｕｂｍｏｎａｒｙｎｏｄｕｌｅｓ．Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｐｒｅｓｅｎｔａｓｔｒａｔｅｇｙｂａｓｅｄｏｎｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｔｅｃｈｎｉｑｕｅａｉｍｅｄａｔＳｏｌｉｔａｒｙＰｕｌｍｏｎａｒｙＮｏｄｕｌｅｓ（ＳＰＮ）ｄｅｔｅｃｔｉｏｎ．Ｉｎｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｓｃｈｅｍｅ，３６ｆｅａｔｕｒｅｓｗｅｒｅｏｂｔａｉｎｅｄ，ｃｏｎｔａｉｎｅｄ３ｇｒｅｙｌｅｖｅｌｆｅａｔｕｒｅｓ，１６ｍｏｒｐｈｏｌｏｇｉｃａｌｆｅａｔｕｒｅｓ，１０ｔｅｘｔｕｒｅｆｅａｔｕｒｅｓａｎｄ７ｓｐａｔｉａｌｃｏｎｔｅｘｔｆｅａｔｕｒｅｓ．Ａｎｄｔｈｅｃｌａｓｓｉｆｉｅｒ（ＳＶＭ）ｒｕｎｎｉｎｇｗｉｔｈｔｈｅｅｘｔｒａｃｔｅｄｆｅａｔｕｒｅｓａｃｈｉｅｖｅｓｃｏｍｐａｒａｔｉｖｅｒｅｓｕｌｔｓ，ｗｉｔｈａｒｅ－ｓｕｉｔｏｆ９３．０５％ｉｎｎｏｄｕｌｅｄｅｔｅｃｔｉｏｎａｃｃｕｒａｃｙａｎｄ９４．５３％ｉｎｓｅｎｓｉｔｉｖｉｔｙ． Ｋｅｙｗｏｒｄｓ：ｉｓｏｌａｔｅｄ；ｓｏｌｉｔａｒｙｐｕｌｍｏｎａｒｙｎｏｄｕｌｅｓ；ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ；ＣＴｉｍａｇｅｓ；ｆｅａｔｕｒｅａｓｓｅｓｓｍｅｎｔ １引言 近几年，随着影像检查技术的改进，临床结果初步证明ＣＴ扫描是检测早期无症状肺癌最有效的影像学方法。１Ｊ．肺部疾病在ＣＴ影像上通常表现为孤立性肺结节（ＳｏｌｉｔａｒｙＰｕｌ—ｍｏｎａｒｙＮｏｄｕｌｅｓ，ＳＰＮｓ），因此，对孤立性肺结节的检测和识别是对肺部疾病诊断最重要的途径．计算机辅助诊断系统一方面，大大减轻了医生的工作量，提高了工作效率；另一方面，使影像诊断更加客观化，提高诊断的效率和正确效率．因此，用计算机进行肺结节辅助诊断，提取肺结节特征，检测肺结节，是具有十分重要的意义和研究价值的． 在孤立性肺结节自动识别中，肺结节的特征提取及表示是其关键问题之一，它是进行识别的重要手段．关于肺结节检测方法有很多。２…，但对肺结节医学征象描述并不充分．目前一般常用面积、周长等形态方面进行肺结节特征提取．对肺结节的形态、全局、局部上下文特征以及病理征象的分析不足，使得特征提取描述不到位，影响识别准备率．同时也欠缺对识别结果的解释．正因为对提取的特征与肺结节医学征象问的对应关系分析不足，无法对识别结果进行医学知识上的解释， 特征提取特征评价 懂歪母 Ｉ里斗１显查鲎堑卜＿倒１Ｊ躺ｌ 帽霭瓣｜｜描述程度ｌ １絮嚣卜 ｌＪｓ、，Ｍ识 －－｜别性能 图１ＳＰＮｓ诊断框架图 Ｆｉｇ．１ＯｖｅｒｖｉｅｗｏｆＳＰＮｓｄｅｔｅｃｔｉｏｎ 而只有”是”或”否”的识别结果，无法给医生提供更多的信息．本文围绕以上几个问题，意在提供全面的、系统的量化信息，便于医学专家诊断的客观化、效率化．本文对孤立性肺结节特征提取问题进行研究．通过对肺结节和肺内各组织在序列ＣＴ图像上的医学征象分析和研究对比，提出了肺结节特征提取总体方案．该方案分别从肺部ＣＴ图像的灰度特征、形 收稿日期：２００８－０８－３０基金项目：重庆市重大科技专项项目（ＣＳＴＣ，２００８ＡＢ５０３８）资助；重庆市自然科学基金项目（ＣＳＴＣ，２００７ＢＢ２１３４））资助．作者简介：何中市，男，１９６５年生，博士，教授，研究方向为人工智能、机器学习与数据挖掘等；梁琰，女，１９８２年生，博士研究生，图像处理、模式识别；黄学金，男，１９６６年生，博士，副教授，研究方向为影像诊断和介入放射学；王健，男，１９６４年生，博士，教授，研究方向为影像诊断和介入放射学．
文本特征提取方法研究
文本特征提取方法研究 ______________________________________________________ 一、课题背景概述 文本挖掘是一门交叉性学科,涉及数据挖掘、机器学习、模式识别、人工智能、统计学、计算机语言学、计算机网络技术、信息学等多个领域。文本挖掘就是从大量的文档中发现隐含知识和模式的一种方法和工具,它从数据挖掘发展而来,但与传统的数据挖掘又有许多不同。文本挖掘的对象是海量、异构、分布的文档(web);文档内容是人类所使用的自然语言,缺乏计算机可理解的语义。传统数据挖掘所处理的数据是结构化的,而文档(web)都是半结构或无结构的。所以,文本挖掘面临的首要问题是如何在计算机中合理地表示文本,使之既要包含足够的信息以反映文本的特征,又不至于过于复杂使学习算法无法处理。在浩如烟海的网络信息中,80%的信息是以文本的形式存放的，WEB文本挖掘是WEB内容挖掘的一种重要形式。 文本的表示及其特征项的选取是文本挖掘、信息检索的一个基本问题，它把从文本中抽取出的特征词进行量化来表示文本信息。将它们从一个无结构的原始文本转化为结构化的计算机可以识别处理的信息，即对文本进行科学的抽象，建立它的数学模型，用以描述和代替文本。使计算机能够通过对这种模型的计算和操作来实现对文本的识别。由于文本是非结构化的数据,要想从大量的文本中挖掘有用的信息就必须首先将文本转化为可处理的结构化形式。目前人们通常采用向量空间模型来描述文本向量,但是如果直接用分词算法和词频统计方法得到的特征项来表示文本向量中的各个维,那么这个向量的维度将是非常的大。这种未经处理的文本矢量不仅给后续工作带来巨大的计算开销,使整个处理过程的效率非常低下,而且会损害分类、聚类算法的精确性,从而使所得到的结果很难令人满意。因此,必须对文本向量做进一步净化处理,在保证原文含义的基础上,找出对文本特征类别最具代表性的文本特征。为了解决这个问题,最有效的办法就是通过特征选择来降维。 目前有关文本表示的研究主要集中于文本表示模型的选择和特征词选择算法的选取上。用于表示文本的基本单位通常称为文本的特征或特征项。特征项必须具备一定的特性:1)特征项要能够确实标识文本内容;2)特征项具有将目标文本与其他文本相区分的能力;3)特征项的个数不能太多;4)特征项分离要比较容易实现。 在中文文本中可以采用字、词或短语作为表示文本的特征项。相比较而言，词比字具有更强的表达能力，而词和短语相比，词的切分难度比短语的切分难度小得多。因此，目前大多数中文文本分类系统都采用词作为特征项，称作特征词。这些特征词作为文档的中间表示形式，用来实现文档与文档、文档与用户目标之间的相似度计算。如果把所有的词都作为特征项，那么特征向量的维数将过于巨大，从而导致计算量太大，在这样的情况下，要完成文本分类几乎是不可能的。特征抽取的主要功能是在不损伤文本核心信息的情况下尽量减少要处理的单词数，以此来降低向量空间维数，从而简化计算，提高文本处理的速度和效率。文本特征选择对文本内容的过滤和分类、聚类处理、自动摘要以及用户兴趣模式发现、知识发现等有关方面的研究都有非常重要的影响。通常根据某个特征评估函数计算各个特征的评分值，然后按评分值对这些特征进行排序，选取若干个评分
基于多尺度深度特征的视觉显著性
基于多尺度深度特征的视觉显著性 视觉显著性在认知和计算科学是一个基本的问题，包括计算机视觉。在本文中，我们发现一个高质量的视觉显著性模型可以使用深度卷积神经网络抽取多尺度特征来学习，这些在视觉识别工作中已经有很多成功的例子。为了学习显著性模型，我们提出一种为了在三个不同的尺度提取的特征可以和CNN的顶层充分连接的神经网络架构。接着我们提出了一个细化方法来加强显著性结果的空间一致性。最后，融合多个显著图计算为图像分割的不同水平可以更好的促进性能，收益率显著图比从单一分割产生的图像要好。为了促进视觉显著模型的进一步研究和评价，我们也建立一个新的拥有4447张挑战性图片的大型数据库及其注释。实验结果表明,我们提出的方法在所有公共基准能够实现最先进的性能,在MSRA-B数据集和我们的新数据集(HKU-IS)改善F-Measure的效果分别为5.0%和13.2%,降低了这两个数据集平均绝对误差分别为5.7%和35.1%。 1.介绍 总结，这篇文章有以下贡献： 一个新的视觉显著模型被提出用于从一个拥有多个完全连接层的深度神经网络的嵌套的窗口将多尺度CNN特征提取。用于显著性估计的深度神经网络是可以用一组标记的显著图区域来训练的。 一个完整的显著性框架是由进一步整合我们的用空间一致性模型和多级图像分割基于CNN的显著性模型开发而成的。 HKU-IS是用来显著性模型研究和评估而创建的一个新的具有挑战的数据集。这个数据集是对外公开的。我们提出的显著性模型已经成功地验证了这个新数据集和所有现有的数据集。 2.相关工作 视觉显著计算可以分为自底向上和自顶向下的方法或两者的混合。自底向上的模型主要是基于c enter-surround方案,通过低级视觉属性的线性或非线性结合来计算主显著图,如颜色、强度、结构和方向。自上而下的方法通常需要高层知识的整合,如在计算过程中目标和人脸识别检测。最近，设计区别特征和显著先验的工作已经取得了很大成效。大多数方法基本上都遵循区域对比框架,旨在设计更好的描述图像区域与其周边地区的特殊性的特性。在【26】中，三个新奇特征与条件随机场（条件随机场（conditional random field，简称 CRF），是一种鉴别式机率模型，是随机场的一种，常用于标注或分析序列资料，如自然语言文字或是生物序列。条件随机场为无向性之图模型，图中的顶点代表随机变量，顶点间的连线代表随机变量间的相依关系，在条件随机场当中，随机变量 Y 的分布为条件机率，给定的观察值则为随机变量 X。原则上，条件随机场的图模型布局是可以任意给定的，一般常用的布局是链结式的架构，链结式架构不论在训练（training）、推论（inference）、或是解码（decoding）上，都存在有效率的算法可供演算。）结合。在【33】中提出了一个基于低秩矩阵恢复的模型用于整合底层视觉特征与高层次先验。 显著先验和中心先验与边界先验一样被广泛应用于启发结合低级线索的和改善显著估计。这些显著先验直接结合其他显著的线索权重或者用于特征学习算法。虽然这些经验对于很多图像来说可以改变显著结果，但当显著目标偏离中心或明显在图像边界重叠就会失败。我们应该注意到目标位置线索和基于背景的背景模型在我们的框架中并没有被忽视，而是一直通过CNN的多尺度特征提取和神经网络训练含蓄地纳入进我们的模型。 最近，CNNs在视觉识别工作中取得了很多成就，包括图像分类、目标检测和场景解析。Dona hue等在【11】中指出从ImageNet数据集训练的Krizhevsky的CNN提取的特征可以转化成一般的任务。Razavian等在【30】中拓展他们的结果并得出深度学习和CNNs对于所有的视觉识别任务可以成为一个强有力的候选的结论。然而，CNN特征并没有探索视觉显著性研究主要是因为在【11,30】
数据挖掘中特征提取的分析与应用
数据挖掘中特征提取的分析与应用
摘要:数据挖掘中需要对数据进行各种分析，在一切分析前需要做好数据预处理。然而经过数据清理、数据集成、数据变换后，数据集仍然会非常大！在海量的数据上直接进行复杂的数据分析与挖掘将需要很长时间，使得这种分析不现实或不可行。数据归约技术可以用来得到数据集的归约表示，它小得多，但仍接近于保持原数据的完整性。这样，在归约后的数据集上挖掘将更有效，并产生相同或几乎相同的分析结果。通过这种方法从大量特征中提取出最具有代表性的特征根据需要分析有用的信息。随着社会的发展，传统的基于信物或口令的安全系统显得越来越脆弱，不能够满足现代安全系统的需要。基于特征提取的指纹识别随之产生，在众多的指纹属性中提取端点和分叉点两大明显特征，进行数据挖掘与分析。 关键词:数据挖掘；数据预处理；数据归约；维归约；特征提取；指纹识别 前言:数据挖掘中需要对数据进行各种分析，在一切分析前需要做好数据预处理。然而经过数据清理、数据集成、数据变换处理后，数据集仍然会非常大！在海量的数据上直接进行复杂的数据分析与挖掘将需要很长时间，使得这种分析不现实或不可行。此时数据归约技术显得尤为重要，通过数据归约技术的数据立方体聚集、维归约、数据压缩、数值压缩、离散化和概念分层产生策略将数据集归约表示，保持原数据的完整性。这样，在归约后的数据集上挖掘将更有效，并产生相同或几乎相同的分析结果。通过这种方法从大量特征中提取出最具有代表性的特征根据需要分析有用的信息。数据挖掘中的特征提取被广泛应用，其中指纹识别则是最典型的应用。 正文：数据挖掘中的特征提取的分析与应用经过数据清理、数据集成、数据变换预处理后，数据量仍然会很大，直接进行分析，肯定会降低挖掘过程的速度和效率。而通过数据归约的数据立方体聚集、维归约、数据压缩、数值压缩等策略可以‘压缩’数据集，而又不损害数据挖掘的结果。 简而言之，数据归约是通过聚集、删除冗余特性或聚类的方法来压缩数据。数据立方体聚集是作用于数据立方体中的数据；维归约可以检测并删除不相关、弱相关或冗余的属性或维；数据压缩使用编码机制压缩数据集；数值压缩用替代的、较小的数据表示替换或估计数据。本文就维归约的特征提取进行详尽的分析与应用说明，首先介绍维归约的概念。 一、维归约 用于数据分析的数据可能包含数以百计的属性，其中大部分属性与挖掘任务不相关，是冗余的。尽管领域专家可以挑选出有用的属性，但这可能是一项困难而费时的任务，特别是当数据的行为不清楚的时候更是如此。遗漏相关属性或留
图像特征特点及常用的特征提取与匹配方法
图像特征特点及常用的特征提取与匹配方法 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。 一颜色特征 （一）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。另外，仅使用颜色特征查询时，如果数据库很大，常会将许多不需要的图像也检索出来。颜色直方图是最常用的表达颜色特征的方法，其优点是不受图像旋转和平移变化的影响，进一步借助归一化还可不受图像尺度变化的影响，基缺点是没有表达出颜色空间分布的信息。 （二）常用的特征提取与匹配方法 （1） 颜色直方图 其优点在于：它能简单描述一幅图像中颜色的全局分布，即不同色彩在整幅图像中所占的比例，特别适用于描述那些难以自动分割的图像和不需要考虑物体空间位置的图像。其缺点在于：它无法描述图像中颜色的局部分布及每种色彩所处的空间位置，即无法描述图像中的某一具体的对象或物体。 最常用的颜色空间：RGB颜色空间、HSV颜色空间。 颜色直方图特征匹配方法：直方图相交法、距离法、中心距法、参考颜色表法、累加颜色直方图法。 （2） 颜色集 颜色直方图法是一种全局颜色特征提取与匹配方法，无法区分局部颜色信息。颜色集是对颜色直方图的一种近似首先将图像从RGB颜色空间转化成视觉均衡 的颜色空间（如HSV 空间），并将颜色空间量化成若干个柄。然后，用色彩自动分割技术将图像分为若干区域，每个区域用量化颜色空间的某个颜色分量来索引，从而将图像表达为一个二进制的颜色索引集。在图像匹配中，比较不同图像颜色集之间的距离和色彩区域的空间关系 （3） 颜色矩
数据挖掘中用于分类的时序数据特征提取方法
计 算 机 系 统 应 用 https://www.360docs.net/doc/5b16401061.html, 2012 年 第21卷 第 10 期 224 专论 ·综述Special Issue ① 林 珠1, 邢 延2 1(广东省计算中心, 广州 510033) 2 (广东工业大学 自动化学院, 广州 510006) 摘 要: 特征提取在提高分类的准确性中起着非常关键的作用. 对时序特征提取的方法进行归纳分类, 将有利于对特征提取整体性, 全面性的认识. 回顾现有的时间序列中特征提取的方法, 将其总结为四大类, 它们分别是基于基本统计方法的特征提取、基于模型的特征提取、基于变换的特征提取、基于分形维数的特征提取. 针对每一类的特征提取方法, 进一步研究了它相应的分类方法和它在时间序列数据中的应用邻域. 关键词: 时序数据; 分类; 特征提取 Survey of Feature Extraction Approaches for Time Series Classification LIN Zhu 1, XING Yan 2 1(Guangdong Computer Center, Guangzhou 510033, China) 2 (Guangdong University of Technology, Guangzhou 510006, China) Abstract : The main contributions of this paper are: 1) The main feature extraction approaches are classified into four categories; 2) The main idea of each category is analyzed, the advantages and disadvantages are pointed out; 3) The guidelines of choosing suitable feature extraction approach is suggested. Key words : time series; classification; feature extraction 1 引言 时序数据(time series data)广泛存在于现实生活中,是指同一种现象在不同时间上的相继观察值排列而成的一组数字序列, 其时间轴上的采样值通常又被称为特征[1]. 时序数据普遍存在于许多重要应用邻域, 比如DNA 序列、金融数据、传感器网络监控数据、移动对像跟踪数据、机器故障检测数据等等. 由于时序数据与时间相关联, 因而其数据量一般都是非常庞大的, 这就对时序数据挖掘技术提出了更高的要求[2]. 在时序数据挖掘的研究与应用领域, 时序数据分类是重要任务之一[1,2]. 例如, 依据语音信号的波形识别出说话人的性别和年龄, 依据心电图的时序波形识别出病者所患的病症, 依据地震波的历史数据, 去识别地震的类型, 依据在机器运转过程中进行故障检测和识别故障类型, 甚至在客户关系管理中根据某段时间的客户 购买信息, 识别不同的消费群体等等. 衡量分类技术优劣的核心指标是分类准确率, 而提高分类准确率途径有两种: 一是改进分类器; 二是采用特征提取技术(feature extraction). 特征提取是在分类前对数据时间采样值上进行适量的归约, 以达到减少数据量同时提高分类准确率(底线是不牺牲分类准确率)的目的. 时间序列除了具有的趋势性、季节性、周期性等一般特征之外, 不同的时序数据又存在不同的个别特征. 如金融数据, 普遍具有“高峰厚尾”和“平方序列微弱而持续的自相关”的特点; 而地震波则具有强度随时序延伸而减弱的特点; 语音信号幅度具有一定的范围, 并以零幅和近零幅的概率高, 而且长时间的语音信号会有相当多的无信号区间, 即所谓的语音寂静区间; 心电信号则具有很强的周期性, 它的主要特征是 ① 基金项目:广东省科技计划项目基金(2011B060500049, 2010B090400545, 2010A040300006) 收稿时间:2012-02-06;收到修改稿时间:2012-03-04