CN116642940A - 空间质谱图的噪声识别方法、装置及电子设备 - Google Patents

Abstract

本申请实施例提供了一种空间质谱图的噪声识别方法、装置及电子设备，涉及图像处理领域。该方法包括：从空间质谱图中提取多个离子图层，每个离子图层对应一种质荷比的离子，离子图层包括相应离子在空间质谱图中对应的所有像素点；对离子图层进行网格划分，确定每个网格的类型以及像素点数量，若根据离子图层中各网格的类型以及像素点数量确定离子图层为背景图层，则从所有背景图层中确定出现次数超过第一预设值的像素点作为背景像素点，根据背景像素点确定空间质谱图的噪声区域。本申请实施例实现了像素点级的噪声识别，既提高了噪声识别的效率，同时保证了识别的准确度，为后续的切片空间相关的组织特征区域分型奠定基础。

Description

空间质谱图的噪声识别方法、装置及电子设备

技术领域

本申请涉及图像处理技术领域，具体而言，本申请涉及一种空间质谱图的噪声识别方法、装置及电子设备。

背景技术

质谱成像(Mass spectrometry imaging，MSI)技术包括了样本空间分辨的光谱信息，能够对样本切片表面的化学成分进行无偏定性。

在质谱成像中，具有不同信号分布特征的区域暗示了潜在的局部生理过程，如次生代谢物的组织特异性积累或疾病特征。因此，设别“感兴趣区域”(Regions of interest，ROI)在质谱成像中至关重要。

然而，高背景噪声和伪信号往往会阻碍ROI的发现，现有技术仅聚焦于谱图内部的信号噪声，而对于空间代谢组学，针对在整张二维切片上的非样本区域的像素点(噪声像素点)的检测，目前并无相关的研究。

发明内容

本申请实施例提供了一种空间质谱图的噪声识别方法、装置、电子设备、计算机可读存储介质及计算机程序产品，可以解决上述问题。技术方案如下：

根据本申请实施例的一个方面，提供了一种空间质谱图的噪声识别方法，该方法包括：

从空间质谱图中提取多个离子图层，每个离子图层对应一种质荷比的离子，离子图层包括相应离子在空间质谱图中对应的所有像素点；

对离子图层进行网格划分，确定每个网格的类型以及像素点数量，类型用于表示网格是否仅对应空间质谱图扫描的样本区域；

若根据离子图层中各网格的类型以及像素点数量确定离子图层为背景图层，则从所有背景图层中确定出现次数超过第一预设值的像素点作为背景像素点，根据背景像素点确定空间质谱图的噪声区域。

作为一种可选的实施方式，根据背景像素点确定空间质谱图的噪声区域，包括：

对于每个背景像素点，确定背景像素点的邻近背景像素点以及各邻近背景像素点与背景像素点的距离；

根据距离从背景像素点中确定目标像素点，将目标像素点的分布区域作为噪声区域。

作为一种可选的实施方式，若根据离子图层中所有网格的类型以及像素点数量确定离子图层为背景图层，包括：

对离子图层中的每个网格，根据网格中的像素点数量以及网格的尺寸，获得网格的像素点概率；

根据离子图层中各类型的网格的像素点概率，判断离子图层是否为背景图层。

作为一种可选的实施方式，根据离子图层中各类型的网格的像素点概率，判断离子图层是否为背景图层，包括：

确定离子图层中第一类型的所有网格的第一平均像素点概率以及第二类型的所有网格的第二平均像素点概率；

若第一平均像素点概率和第二平均像素点概率的比值不小于第二预设值，则确定离子图层为背景图层；

其中，第一类型用于表示网格对应空间质谱图扫描的空白区域，或者网格同时对应空间质谱图扫描的样本区域和空白区域；

第二类型用于表示网格仅对应空间质谱图扫描的样本区域。

作为一种可选的实施方式，确定背景像素点的邻近背景像素点，包括：

根据所有背景像素点的坐标建立KD树；

通过K-近邻算法，从KD树中确定每个背景像素点在预设范围内的各邻近背景像素点。

作为一种可选的实施方式，根据距离从背景像素点中确定目标像素点，包括：

根据背景像素点对应的邻近背景像素点的个数以及各邻近背景像素点与背景像素点的距离和，获得背景像素点的密度；

将密度大于第三预设值的背景像素点作为目标像素点。

作为一种可选的实施方式，据背景像素点确定空间质谱图的噪声区域，之后还包括：

从空间质谱图中删除噪声区域，获得去噪后的空间质谱图。

根据本申请实施例的另一个方面，提供了一种空间质谱图的噪声识别的装置，该装置包括：

离子图层获取模块，用于从空间质谱图中提取多个离子图层，每个离子图层对应一种质荷比的离子，离子图层包括相应离子在空间质谱图中对应的所有像素点；

网格划分模块，用于对离子图层进行网格划分，确定每个网格的类型以及像素点数量，类型用于表示网格是否仅对应空间质谱图扫描的样本区域；

噪声区域识别模块，用于若根据离子图层中各网格的类型以及像素点数量确定离子图层为背景图层，则从所有背景图层中确定出现次数超过第一预设值的像素点作为背景像素点，根据背景像素点确定空间质谱图的噪声区域。

根据本申请实施例的另一个方面，提供了一种电子设备，该电子设备包括：存储器、处理器及存储在存储器上的计算机程序，处理器执行计算机程序以实现上述空间质谱图的噪声识别方法的步骤。

根据本申请实施例的再一个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的空间质谱图的噪声识别方法的步骤。

根据本申请实施例的一个方面，提供了一种计算机程序产品，计算机程序被处理器执行时实现上述的空间质谱图的噪声识别方法的步骤。

本申请实施例提供的技术方案带来的有益效果是：

通过从空间质谱图中提取多个离子图层，每个离子图层对应一种质荷比的离子，离子图层包括相应离子在空间质谱图中对应的所有像素点，针对每个离子图层，通过对离子图层进行网格划分并确定网格的类型和像素点数量，判断离子图层是否为背景图层，进一步将背景图层中出现次数超过第一预设值的像素点作为背景像素点，由背景像素点的分布区域确定空间质谱图的噪声区域，由于本方案先将三维空间质谱图分为多个二维的离子图层，再分析出属于噪声离子的离子图层，也即背景图层，进一步由所有背景图层中像素点的出现次数，实现像素点级的噪声识别，既提高了噪声识别的效率，同时保证了识别的准确度，为后续的切片空间相关的组织特征区域分型奠定基础。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。

图1为本申请实施例提供的应用环境的系统架构示意图；

图2为本申请实施例提供的一种空间质谱图的噪声识别方法的流程示意图；

图3为本申请实施例提供的对离子图层中的网格确定相应的类型的示意图；

图4为本申请实施例提供的由背景图层确定噪声区域的示意图；

图5为本申请实施例提供的一种背景像素点在离子图层中的分布示意图；

图6为本申请实施例提供的一种KD树的示意图；

图7为本申请另一个实施例提供的空间质谱图的噪声识别的流程示意图；

图8为本申请实施例提供的一种空间质谱图的噪声识别装置的结构示意图；

图9为本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

下面结合本申请中的附图描述本申请的实施例。应理解，下面结合附图所阐述的实施方式，是用于解释本申请实施例的技术方案的示例性描述，对本申请实施例的技术方案不构成限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“”和“该”也可包括复数形式。应该进一步理解的是，本申请实施例所使用的术语“包括”以及“包含”是指相应特征可以实现为所呈现的特征、信息、数据、步骤、操作、元件和/或组件，但不排除实现为本技术领域所支持其他特征、信息、数据、步骤、操作、元件、组件和/或它们的组合等。应该理解，当我们称一个元件被“连接”或“耦接”到另一元件时，该一个元件可以直接连接或耦接到另一元件，也可以指该一个元件和另一元件通过中间元件建立连接关系。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的术语“和/或”指示该术语所限定的项目中的至少一个，例如“A和/或B”可以实现为“A”，或者实现为“B”，或者实现为“A和B”。

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

首先对本申请涉及的几个名词进行介绍和解释：

1)质谱成像(Mass spectrometry imaging，MSI)通过将质谱扫描信号值转换为像素点颜色完成对组织切片的成像操作；

2)质荷比(Mass to Charge Ratio，m/z)，代谢物的精确分子质量与电荷量的比值。

3)中心化(centroid)，是指将成像峰形的连续的质谱数据离散化为若干个主要的碎片信号信息。

本申请提供的空间质谱图的噪声识别方法、装置、电子设备、计算机可读存储介质以及计算机程序产品，旨在解决现有技术的如上技术问题。

下面通过对几个示例性实施方式的描述，对本申请实施例的技术方案以及本申请的技术方案产生的技术效果进行说明。需要指出的是，下述实施方式之间可以相互参考、借鉴或结合，对于不同实施方式中相同的术语、相似的特征以及相似的实施步骤等，不再重复描述。

图1示出了可以应用本申请实施例的一种空间质谱图的噪声识别方法及噪声识别装置的示例性应用环境的系统架构的示意图。

如图1所示，系统架构100可以包括终端设备101、102、103中的一个或多个，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。终端设备101、102、103可以是具有显示屏的各种电子设备，包括但不限于台式计算机、便携式计算机、智能手机和平板电脑等等。应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。

本申请实施例所提供的噪声识别方法一般由终端设备101、102或103执行，相应地，噪声识别装置一般设置于终端设备101、102或103中。但本领域技术人员容易理解的是，本申请实施例所提供的噪声识别方法也可以由服务器105执行，相应的，噪声识别装置也可以设置于服务器105中，本示例性实施例中对此不做特殊限定。举例而言，在一种示例性实施例中，服务器105可以从空间质谱图中提取多个离子图层，每个离子图层对应一种质荷比的离子，离子图层包括相应离子在空间质谱图中对应的所有像素点；对离子图层进行网格划分，确定每个网格的类型以及像素点数量，类型用于表示网格是否仅对应空间质谱图扫描的样本区域；若根据离子图层中各网格的类型以及像素点数量确定离子图层为背景图层，则从所有背景图层中确定出现次数超过第一预设值的像素点作为背景像素点，根据背景像素点确定空间质谱图的噪声区域。

本申请实施例中提供了一种空间质谱图的噪声识别方法，如图2所示，该方法包括：

S101、从空间质谱图中提取多个离子图层，每个离子图层对应一种质荷比的离子，离子图层包括相应离子在空间质谱图中对应的所有像素点。

空间成像质谱通过对载玻片上的样本进行逐行逐点扫描，通过空间坐标阵列来采集样品的完整质谱指纹。每个扫描点均会产生一张一级质谱结果，包括离子的质荷比、信号值与坐标系。通过对这些扫描点产生的全部一级质谱图进行信号叠加，可获取样品中的全部信号特征，从而生成空间质谱图。

由于空间质谱图本身并不适合进行定性分析，因此本申请实施例先对空间质谱图进行中心化处理，具体的，可以将空间质谱图中所有像素点对应的离子，按照预设的质荷比误差以及响应度阈值进行中心化处理，获得不重复且离散的质荷比集合。针对每一个质荷比，进一步从空间质谱图中按照预设的道尔顿误差以及响应度阈值，提取出对应的离子图层。

应当理解的是，每一个离子图层包括相应离子在空间质谱图中对应的所有像素点。例如，若对空间质谱图进行中心化处理后，获得的质合比集合中有3种质荷比：质荷比1、2、3，那么从空间质谱图中分别提取对应质荷比1、2、3的离子的像素点，获得仅包括对应质荷比1的离子的像素点的离子图层1、仅包括对应质荷比2的离子的像素点的离子图层2和仅包括对应质荷比3的离子的像素点的离子图层3。

本申请实施例对于道尔顿误差以及响应度阈值的具体大小不作限定，例如，道尔顿误差可以为0.5，响应度阈值可以为5％。

S102、对离子图层进行网格划分，确定每个网格的类型以及像素点数量，类型用于表示网格是否仅对应空间质谱图扫描的样本区域。

由于空间成像质谱扫描的是整个载玻片区域，故会把空白区域(空白载玻片区域，非生物学样本区)的信号一并采集进来，从而产生较强的背景噪声。而背景噪声区域与生物学样本区域的离子分布会呈现出一定的几何规律。样本位于整个载玻片的中央，样本周围都是空白背景(空白载玻片区域)。可通过N×M的网格方法对整张载玻片进行网格划分，请参见图3，其示例性地示出了本申请实施例对离子图层中的网格确定相应的类型的示意图，其中，图中“√”标记的网格属于完全的背景噪声区域，与样本之间没有直接的交集；“？”标记的网格属于重叠区域，表示部分属于样本区、部分属于背景噪声区；无符号标记的网格属于完全的样本区。

在进行网格划分后，本申请实施例还需要统计每个网格中的像素点数量，该网格中像素点数量表示了该网格的坐标范围中相应质荷比离子的数量。

S103、若根据离子图层中各网格的类型以及像素点数量确定离子图层为背景图层，则从所有背景图层中确定出现次数超过第一预设值的像素点作为背景像素点，根据背景像素点确定空间质谱图的噪声区域。

应当理解的是，像素点数量能够反映离子图层对应的离子在该网格中的分布情况，进一步结合网格的类型，也即该网格是否为样本区域，既可以判断离子图层对应的离子是否为样本中的离子，也即为判断离子图层是否为背景图层奠定基础，可以理解的是，背景图层也即属于载玻片非样本中的离子所在的图层。

在获得所有的背景图层后，确定每个背景图层中各像素点的坐标，并统计同一坐标的像素点在所有背景图层中的出现次数；统计出现次数大于第一预设值的像素点，这些像素点具有很大的可能是载玻片上非样本的离子，本申请实施例将像素点称之为背景像素点，背景像素点构成了噪声区域。

请参见图4，其示例性地示出了本申请实施例由背景图层确定噪声区域的示意图，如图所示，L1～L3均为背景图层，每个背景图层中的填充部分表示背景像素点，在背景图层L1中，像素点Ci和Cj均为背景像素点，而在背景图层L2和L3中，像素点Ci均为背景像素点，而Cj均不为背景像素点，由此可计算出像素点Ci出现次数为3，而像素点Cj的出现次数为1，若第一预设值为2，那么将像素点Ci作为背景像素点。

本申请实施例的空间质谱图的噪声识别方法，通过从空间质谱图中提取多个离子图层，每个离子图层对应一种质荷比的离子，离子图层包括相应离子在空间质谱图中对应的所有像素点，针对每个离子图层，通过对离子图层进行网格划分并确定网格的类型和像素点数量，判断离子图层是否为背景图层，进一步将背景图层中出现次数超过第一预设值的像素点作为背景像素点，由背景像素点的分布区域确定空间质谱图的噪声区域，由于本方案先将三维空间质谱图分为多个二维的离子图层，再分析出属于噪声离子的离子图层，也即背景图层，进一步由所有背景图层中像素点的出现次数，实现像素点级的噪声识别，既提高了噪声识别的效率，同时保证了识别的准确度，为后续的切片空间相关的组织特征区域分型奠定基础。

需要注意的是，通过上述实施例得到的背景像素点可能会包含少许样本的像素点，因此还可以通过统计分析方法进一步进行背景检测，获得更准确的噪声区域，在上述各实施例的基础上，作为一种可选实施例，根据背景像素点确定空间质谱图的噪声区域，包括：

S201、对于每个背景像素点，确定背景像素点的邻近背景像素点以及各邻近背景像素点与背景像素点的距离。

本申请实施例可以通过相关的邻接点算法，例如二叉树算法、KD树算法来确定每个背景像素点的邻近背景像素点。在确定邻近背景像素点后，根据背景像素点和邻近背景像素点在空间质谱图中的空间坐标，获得两个像素点间的距离。

S202、根据距离从背景像素点中确定目标像素点，将目标像素点的分布区域作为噪声区域。

邻近背景像素点和对应的背景像素点间的距离越近，说明背景像素点与邻近背景像素点构成的像素点簇越密集，越可能是属于噪声的像素点，因此本申请可以根据距离从背景像素点中进一步确定目标像素点，排除掉属于样本的像素点，获得更加准确的噪声。

在上述各实施例的基础上，作为一种可选实施例，若根据离子图层中所有网格的类型以及像素点数量确定离子图层为背景图层，包括：

S301、对离子图层中的每个网格，根据网格中的像素点数量以及网格的尺寸，获得网格的像素点概率。

具体的，若离子图层划分为N×M个网格，则网格的宽度W为网格单元格的高度H即为/>其中width和height分别表示离子图层的宽度和高度，进一步地，网格的像素点概率可采用该网格中的像素点数量与该网格的面积的比值计算，像素点概率p计算公式表示为：

S302、根据离子图层中各类型的网格的像素点概率，判断离子图层是否为背景图层。

具体的，定义第一类型为网格对应空间质谱图扫描的空白区域，或者网格同时对应空间质谱图扫描的样本区域和空白区域；定义第二类型为网格仅对应空间质谱图扫描的样本区域。

确定离子图层中第一类型的所有网格的第一平均像素点概率以及第二类型的所有网格的第二平均像素点概率；若第一平均像素点概率和第二平均像素点概率的比值不小于第二预设值，则确定离子图层为背景图层。

以图3为例，其中标记了√或者？符号的网格均属于第一类型的网格，而没有标记符号的网格则属于第二类型的网格。

分别求取当前离子图层的√或者？符号进行标记的所有网格的像素点概率的平均值p1，与所有没有符号标记的网格的所有像素点概率(样本图层的概率)的平均值p2。计算出比值p1/p2，如果p1/p2大于设定的倍数关系(例如5倍)，或者等于正无穷(p2等于零)，即该离子图层作为背景图层的概率远远大于作为样本图层的概率，进一步可以标记当前的离子图层为背景图层，并添加至背景图层集合。

在上述各实施例的基础上，作为一种可选实施例，确定背景像素点的邻近背景像素点，包括：

S401、根据所有背景像素点的坐标建立KD树。

k-dimensional tree，也即KD树，kd树可以高效地找到与测试点最邻近的K个训练点，并且不再需要计算测试点和训练集中的每一个数据的距离。KD树是二叉树的一种，是对k维空间的一种分割，不断地用垂直于坐标轴的超平面将k维空间切分，形成k维超矩形区域，kd树的每一个结点对应于一个k维超矩形区域。

本申请实施例建立KD树的方法可以包括以下流程：

S1、选取背景像素点的横坐标为坐标轴，以所有背景像素点的横坐标中的中位数作为切分点，将超矩形区域切割成两个子区域；将该切分点作为根结点，由根结点生出深度为1的左右子结点，左节点对应的横坐标小于切分点，右结点对应的横坐标大于切分点；

S2、对深度为j的结点，选择该节点的横坐标为切分坐标轴，以该结点区域中横坐标的中位数作为切分点，将区域分为两个子区域，且生成深度为j+1的左、右子结点。左节点对应的横坐标小于切分点，右结点对应纵坐标大于切分点；

重复S2，直到两个子区域没有背景像素点时停止。

具体的，若本申请实施例的背景像素点集合包括：{(6,5),(1,-3),(-6,-5),(-4,-10),(-2,-1),(-5,12),(2,13),(17,-12),(8,-22),(15,-13),(10,-6),(7,15),(14,1)}，集合中的坐标均为背景像素点在离子图层的二维坐标系下的坐标，坐标系下的表示如图5所示。

首先以横坐标为坐标轴，中位数为6，即(6,5)为切分点，再次划分区域，仍然以横坐标为做不做，选择中位数，可知左边区域为-3，右边区域为-12，以左边区域切分点为(1，-3)，右边区域切分点坐标为(17，-12)，再次对区域进行切分，同上步，最后分割的小区域内只剩下一个点或者没有像素点，得到最终的KD树如图6。

S402、通过K-近邻算法，从KD树中确定每个背景像素点在预设范围内的各邻近背景像素点。

具体的，通过KD树进行方格大小为G的、邻近背景像素点数量最大值为k的KNN快速搜索，即可获得的每个背景像素点的邻近背景像素点。

在上述各实施例的基础上，作为一种可选实施例，根据距离从背景像素点中确定目标像素点，包括：

根据背景像素点对应的邻近背景像素点的个数以及各邻近背景像素点与背景像素点的距离和，获得背景像素点的密度；

将密度大于第三预设值的背景像素点作为目标像素点。

具体的，对于每个背景像素点，在确定所有邻接背景像素点后，对背景像素点与所有邻接背景像素点的距离求和，通过将邻近背景像素点的个数与该距离和求商，即可获得该背景像素点的密度。本申请实施例对于第三预设值的大小不作具体的限定，例如可以采用所有密度的中位数作为第三预设值。

在上述各实施例的基础上，作为一种可选实施例，根据背景像素点确定空间质谱图的噪声区域，之后还包括：

从空间质谱图中删除噪声区域，获得去噪后的空间质谱图。

对整张空间质谱图I，对最终噪声区域中的像素点集合B取补集，剩下的像素点数据即为样本数据S。基于得到的样本数据可进行后续的空间代谢组学数据分析。

请参见图7，其示例性地示出了本申请另一个实施例的空间质谱图的噪声识别的流程示意图，如图所示，包括：

S501、对空间质谱图中像素点的离子进行中心化处理，获得多个质荷比；

S502、对每个质荷比，从空间质谱图中提取对应的离子图层；

S503、对每个离子图层进行网格划分，并确定网格的类型；类型1用于表示网格对应空间质谱图扫描的空白区域，或者网格同时对应空间质谱图扫描的样本区域和空白区域；类型2用于表示网格仅对应空间质谱图扫描的样本区域；

S504、统计每个网格内的像素点概率，像素点概率为该网格中存在的像素点数量与网格面积的比值；

S505、分别计算类型1的所有网格的第一平均像素点概率p1以及类型2的所有网格的第二平均像素点概率p2；

S506、若p1/p2大于第二预设值，则确定该离子图像为背景图层；

S507、统计所有背景图层中各坐标的像素点的出现次数，将出现次数大于第一预设值的像素点标记为背景像素点；

S508、对所有背景像素点以横向和纵向两个维度建立KD树；

S509、对每个背景像素点，通过KD树进行方格为G的临近点数量最大值为k的KNN搜索，获得邻近背景像素点与目标点间的距离的总和；基于临近点数量以及距离的商，获得背景像素点的密度；

S510、将密度大于第三预设值的背景像素点的作为目标像素点；

S511、从空间质谱图中删除目标像素点，获得去噪后的空间质谱图。

本申请实施例提供了一种空间质谱图的噪声识别装置，如图8所示，该装置可以包括：离子图层获取模块801、网格划分模块802以及噪声区域识别模块803，其中，

离子图层获取模块801，用于从空间质谱图中提取多个离子图层，每个离子图层对应一种质荷比的离子，离子图层包括相应离子在空间质谱图中对应的所有像素点；

网格划分模块802，用于对离子图层进行网格划分，确定每个网格的类型以及像素点数量，类型用于表示网格是否仅对应空间质谱图扫描的样本区域；

噪声区域识别模块803，用于若根据离子图层中各网格的类型以及像素点数量确定离子图层为背景图层，则从所有背景图层中确定出现次数超过第一预设值的像素点作为背景像素点，根据背景像素点确定空间质谱图的噪声区域。

本申请实施例的装置可执行本申请实施例所提供的方法，其实现原理相类似，本申请各实施例的装置中的各模块所执行的动作是与本申请各实施例的方法中的步骤相对应的，对于装置的各模块的详细功能描述具体可以参见前文中所示的对应方法中的描述，此处不再赘述。

本申请实施例中提供了一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，该处理器执行上述计算机程序以实现空间质谱图的噪声识别方法的步骤，与相关技术相比可实现：通过从空间质谱图中提取多个离子图层，每个离子图层对应一种质荷比的离子，离子图层包括相应离子在空间质谱图中对应的所有像素点，针对每个离子图层，通过对离子图层进行网格划分并确定网格的类型和像素点数量，判断离子图层是否为背景图层，进一步将背景图层中出现次数超过第一预设值的像素点作为背景像素点，由背景像素点的分布区域确定空间质谱图的噪声区域，由于本方案先将三维空间质谱图分为多个二维的离子图层，再分析出属于噪声离子的离子图层，也即背景图层，进一步由所有背景图层中像素点的出现次数，实现像素点级的噪声识别，既提高了噪声识别的效率，同时保证了识别的准确度，为后续的切片空间相关的组织特征区域分型奠定基础。

在一个可选实施例中提供了一种电子设备，如图9所示，图9所示的电子设备4000包括：处理器4001和存储器4003。其中，处理器4001和存储器4003相连，如通过总线4002相连。可选地，电子设备4000还可以包括收发器4004，收发器4004可以用于该电子设备与其他电子设备之间的数据交互，如数据的发送和/或数据的接收等。需要说明的是，实际应用中收发器4004不限于一个，该电子设备4000的结构并不构成对本申请实施例的限定。

处理器4001可以是CPU(Central Processing Unit，中央处理器)，通用处理器，DSP(Digital Signal Processor，数据信号处理器)，ASIC(Application SpecificIntegrated Circuit，专用集成电路)，FPGA(Field Programmable Gate Array，现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器4001也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。

总线4002可包括一通路，在上述组件之间传送信息。总线4002可以是PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等。总线4002可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

存储器4003可以是ROM(Read Only Memory，只读存储器)或可存储静态信息和指令的其他类型的静态存储设备，RAM(Random Access Memory，随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory，只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质、其他磁存储设备、或者能够用于携带或存储计算机程序并能够由计算机读取的任何其他介质，在此不做限定。

存储器4003用于存储执行本申请实施例的计算机程序，并由处理器4001来控制执行。处理器4001用于执行存储器4003中存储的计算机程序，以实现前述方法实施例所示的步骤。

本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时可实现前述方法实施例的步骤及相应内容。

本申请实施例还提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时可实现前述方法实施例的步骤及相应内容。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”、“1”、“2”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除图示或文字描述以外的顺序实施。

应该理解的是，虽然本申请实施例的流程图中通过箭头指示各个操作步骤，但是这些步骤的实施顺序并不受限于箭头所指示的顺序。除非本文中有明确的说明，否则在本申请实施例的一些实施场景中，各流程图中的实施步骤可以按照需求以其他的顺序执行。此外，各流程图中的部分或全部步骤基于实际的实施场景，可以包括多个子步骤或者多个阶段。这些子步骤或者阶段中的部分或全部可以在同一时刻被执行，这些子步骤或者阶段中的每个子步骤或者阶段也可以分别在不同的时刻被执行。在执行时刻不同的场景下，这些子步骤或者阶段的执行顺序可以根据需求灵活配置，本申请实施例对此不限制。

以上仅是本申请部分实施场景的可选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请的方案技术构思的前提下，采用基于本申请技术思想的其他类似实施手段，同样属于本申请实施例的保护范畴。

Claims (11)

1.一种空间质谱图的噪声识别方法，其特征在于，包括：

从空间质谱图中提取多个离子图层，每个所述离子图层对应一种质荷比的离子，所述离子图层包括相应离子在所述空间质谱图中对应的所有像素点；

对所述离子图层进行网格划分，确定每个网格的类型以及像素点数量，所述类型用于表示所述网格是否仅对应所述空间质谱图扫描的样本区域；

若根据所述离子图层中各网格的类型以及像素点数量确定所述离子图层为背景图层，则从所有背景图层中确定出现次数超过第一预设值的像素点作为背景像素点，根据所述背景像素点确定所述空间质谱图的噪声区域。

2.根据权利要求1所述的空间质谱图的噪声识别方法，其特征在于，所述根据所述背景像素点确定所述空间质谱图的噪声区域，包括：

对于每个背景像素点，确定所述背景像素点的邻近背景像素点以及各邻近背景像素点与所述背景像素点的距离；

根据所述距离从所述背景像素点中确定目标像素点，将所述目标像素点的分布区域作为所述噪声区域。

3.根据权利要求1所述的空间质谱图的噪声识别方法，其特征在于，所述若根据所述离子图层中所有网格的类型以及像素点数量确定所述离子图层为背景图层，包括：

对所述离子图层中的每个网格，根据所述网格中的像素点数量以及所述网格的尺寸，获得所述网格的像素点概率；

根据所述离子图层中各类型的网格的像素点概率，判断所述离子图层是否为背景图层。

4.根据权利要求3所述的空间质谱图的噪声识别方法，其特征在于，所述根据所述离子图层中各类型的网格的像素点概率，判断所述离子图层是否为背景图层，包括：

确定所述离子图层中第一类型的所有网格的第一平均像素点概率以及第二类型的所有网格的第二平均像素点概率；

若所述第一平均像素点概率和所述第二平均像素点概率的比值不小于第二预设值，则确定所述离子图层为背景图层；

其中，所述第一类型用于表示所述网格对应所述空间质谱图扫描的空白区域，或者所述网格同时对应所述空间质谱图扫描的样本区域和空白区域；

所述第二类型用于表示所述网格仅对应所述空间质谱图扫描的样本区域。

5.根据权利要求2所述的空间质谱图的噪声识别方法，其特征在于，所述确定所述背景像素点的邻近背景像素点，包括：

根据所有背景像素点的坐标建立KD树；

通过K-近邻算法，从所述KD树中确定每个背景像素点在预设范围内的各邻近背景像素点。

6.根据权利要求2所述的空间质谱图的噪声识别方法，其特征在于，所述根据所述距离从所述背景像素点中确定目标像素点，包括：

根据所述背景像素点对应的邻近背景像素点的个数以及各邻近背景像素点与所述背景像素点的距离和，获得所述背景像素点的密度；

将所述密度大于第三预设值的背景像素点作为所述目标像素点。

7.根据权利要求1-6任意一项所述的空间质谱图的噪声识别方法，其特征在于，所述根据所述背景像素点确定所述空间质谱图的噪声区域，之后还包括：

从所述空间质谱图中删除所述噪声区域，获得去噪后的空间质谱图。

8.一种空间质谱图的噪声识别装置，其特征在于，包括：

离子图层获取模块，用于从空间质谱图中提取多个离子图层，每个所述离子图层对应一种质荷比的离子，所述离子图层包括相应离子在所述空间质谱图中对应的所有像素点；

网格划分模块，用于对所述离子图层进行网格划分，确定每个网格的类型以及像素点数量，所述类型用于表示所述网格是否仅对应所述空间质谱图扫描的样本区域；

噪声区域识别模块，用于若根据所述离子图层中各网格的类型以及像素点数量确定所述离子图层为背景图层，则从所有背景图层中确定出现次数超过第一预设值的像素点作为背景像素点，根据所述背景像素点确定所述空间质谱图的噪声区域。

9.一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-7任一项所述空间质谱图的噪声识别方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的空间质谱图的噪声识别方法的步骤。

11.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的空间质谱图的噪声识别方法的步骤。