指纹最新研究论文

这一发现的话可以根据每个人的发育情况可以推断出指纹，对于侦破案件以及对于身体的研究都有了很大的突破。

解析指纹花纹基因可研究疾病早期识别

解析指纹花纹基因可研究疾病早期识别，关于指纹，有着许多奥秘。我国近日发现肢体发育相关基因在指纹花纹形成中发挥了关键作用，解析指纹花纹基因可研究疾病早期识别。

提到指纹，你会想到什么？是刑侦电影里的取指纹镜头，还是小时候妈妈掰着你的手指头数“斗”和“簸箕”？关于指纹，有着许多奥秘。但一直以来，人们对指纹形成的生物学机制知之甚少。

为解开这一谜团，中科院上海营养与健康研究所汪思佳研究员团队，爱丁堡大学丹尼斯·赫顿教授团队，中科院院士、复旦大学金力教授团队，联合国内外十余家科研机构对此展开了深入研究。他们在分析人类近百万遗传位点和指纹花纹之间的关系后，发现肢体发育相关基因在指纹花纹形成中发挥了关键作用，有望为通过肤纹表型实现特定疾病的早期识别与筛查提供新思路。

北京时间2022年1月7日，相关研究成果发表于国际权威学术期刊《细胞》。

【小指相对越长，掌长相对越短，双手斗型花纹越多】

“亚洲人的指纹花纹，斗型多，箕型少。除了这两种比较常见，还有弓型。”汪思佳说，指纹花纹形成于胚胎发育早期，且类型终生不变。

斗型(左）和箕型。黄海华摄

研究人员面向23,000多例个体进行了迄今最大规模的指纹花纹全基因组关联分析，从中识别出43个与人类指纹花纹相关的遗传基因座。

令人惊讶的是，尽管指纹在皮肤上，但这些基因大量出现在肢体发育功能相关通路，而非皮肤发育相关通路。

基于小鼠动物模型和人胚胎组织的实验观察，团队发现，支持EVI1基因发挥塑造四肢和手指作用的，正是表达于肢体发育期的间充质细胞，而非皮肤发育期的上皮细胞。这进一步印合，指纹相关基因通过调控肢体发育来影响指纹花纹的形成。

该研究亦发现指纹花纹与手指长度比例间紧密相关性，如小指相对越长，掌长相对越短，双手斗型花纹越多；而食指远端指节（指纹形成处）相对越长，斗形花纹则越少。

【肤纹表型可辅助筛查唐氏综合征】

此前，科学界已经发现不同的皮纹表型与许多先天遗传性疾病之间的关联。比如，唐氏综合征患者可能会有断掌、足拇趾弓状球纹等特征；再如，20世纪60年代，曾有研究发现白血病患者的斗型指纹花纹比较多。尽管这并不是一个预测模型，但没有人知道背后的原因。

本次研究为指纹花纹与疾病健康之间的关联提供了重要理论基础，使“看手相识疾病”在未来成为可能。

汪思佳（左三）和论文第一作者李金喜（左二）等研究人员在讨论。戚心茹摄

“我们此前已经获得了‘唐氏综合征肤纹辅助筛查’的发明专利，这也是首个基于肤纹表型的唐氏综合征辅助筛查体系。” 汪思佳介绍，团队正和复旦大学附属儿科医院等医疗机构合作，希望将相关研究成果尽早运用在新生儿先天性疾病的早期筛查中，实现早诊断、早治疗。

论文第一作者、复旦大学生命科学学院教授张海国介绍，过去一直用油墨收集指纹，研究团队自主研发了电子指纹收集仪。

【“导航图”带来了海量的“问号”】

“这是人类表型组研究的一个经典案例，意义重大。”论文共同通讯作者、人类表型组大科学计划首席科学家金力认为，本项成果不仅首次发现了指纹花纹和肢体表型之间存在强关联，弄清楚了指纹背后的基因，与此同时表明“人类表型组学”的研究思路行之有效，是一种研究策略的突破，是一种研究范式的确立。

如果说基因是一种内在的密码，由基因和环境相互作用的表型就是密码的外在表达。所谓人类表型组，就是人体所有生物特征的集合。

“为什么每个人的指纹不一样，为什么考拉熊有着与人极为类似的指纹……这些有意思的问题都有待于我们一一去探寻。”论文第一作者、复旦大学人类表型组研究院博士后李金喜说。

复旦大学正和国内外机构大力推动人类表型组大科学计划，将对相当规模的志愿者群体采集表型数据，进而发现并解析表型之间的强关联，尤其是那些科学家还没有注意到的、与人类健康息息相关的表型间的强关联，最终形成一张由各种强关联组成的“导航图”，为未来的生命健康研究提供新的指引和方向。

目前，基于复旦大学在上海开展的800余人、每人测量近3万个表型的队列研究，来自不同机构的中国科学家团队已经初步绘制了全球首张“人类表型组导航图”，发现了150余万个强关联，其中跨领域强关联占39%，大部分是科学界首次发现。

“上海要成为具有全球影响力的创新策源地，不仅要解决科学问题，首先要提出新的科学问题。这张‘导航图’带来了海量的‘问号’，正等待着科学家去研究和破解，这也是我们下一步的重要工作之一。”金力说。

指纹是人人都有的皮肤特征，而它与我们的身体发育及健康状况有什么联系吗？日前由复旦大学、中科院上海营养与健康研究所牵头的一项研究首次揭示出这个奥秘，确认了人类指纹和肢体发育有高度的基因关联，这项重大成果今天（1月7日）刊发在国际顶级生物学期刊《细胞》杂志2022年第一期上。

长期以来，人们普遍认为指纹只是一种与皮肤有关的遗传特征，2018年我国发起“人类表型组”国际大科学计划，对各种人类生命特征进行更加深入的遗传学研究。复旦大学和中科院相关团队联合国内外十多家科研机构，采集到多种族群体的指纹花纹，分析了近百万遗传位点，最终确认是肢体发育相关基因在指纹花纹表型的形成中发挥了主导作用。

复旦大学博士后 李金喜：最终筛选到指纹发育相关，有43个基因座，其实包含着位点也是几千个。我们其实还是比较惊讶，一下找到这么多，并且他们之间还是有非常强的规律性，同时指向肢体发育。

中科院上海营养与健康研究所研究员 汪思佳：比如说手指的长度，我们发现斗型花纹越多的人，他的小指就越长，这个就非常有意思。这项研究最有突破性的就是，以前从来没有发现过指纹花纹差异背后到底是什么基因造成的，我们是第一次发现指纹的差异背后是肢体发育相关基因造成的。

首次破解指纹的基因密码，不但是理论成果，也预示着人类表型组研究的长远前景。通过人体外部特征与遗传基因的深入研究，在先天疾病早筛、人体病变预防、职业体质选拔等各领域具有重大价值，目前科研团队已经与医疗机构展开合作，进一步拓展在应用领域的实践研究。

中科院上海营养与健康研究所研究员 汪思佳：我们是拿唐氏综合征为例子来看，一个小孩子生下来之后，我拿到了他的指纹特征之后，我可以有98%的准确率可以判断出这个小孩子到底是不是有唐氏综合征，如果你在0岁的时候发现的话，这个干预和两岁时再发现的干预效果是非常不一样的，最后可以导致的就是生活能不能自理的差异。

中科院院士 复旦大学校长 金力：人类表型组是指人体所有的生物特征的集合，我们开展表型组研究一个很重要的目的就是要发现基因表型和环境以及宏观和微观表现之间的关联机制，尤其是那些现在科学家还没有注意到的，与人类健康息息相关的表型间的强关联，也为我们科学界带来了海量的问号，正等待着我们科学家去进一步研究破解。

人的指纹是为数不多的从出生到老去都不会改变的生命特征，也正是因为其恒定性及高遗传性，已成为目前研究最广泛的肤纹类型。人的指纹如何形成？与疾病和人的外表是否有关系？中科院上海营养与健康研究所汪思佳团队、爱丁堡大学丹尼斯·海德恩团队和复旦大学金力团队联合国内外十余家科研机构的研究发现，人类肢体发育相关基因而不是皮肤基因在指纹花纹表型的形成中发挥了关键作用，这有望为研究通过肤纹表型实现特定疾病的早期识别与筛查提供新思路。

今天(1月7日)零时，成果以《肢体发育基因构成人类指纹花纹差异的基础》(“Limb development genes underlie variation in human fingerprint patterns”)为题发表于2022年第一期《细胞》(Cell)主刊。

而此次成果的意义不仅在于发现了指纹基因，或者指纹与和手指长度的关系。更是开启了一种新的研究范式。

决定指纹的基因富集于肢体发于的相关通路，而非皮肤发育相关通路

为什么灵长类动物指纹与人不太一样，而考拉和人的指纹却很相似？上世纪60年代就有很多论文提出，白血病患者的斗型指纹比较多，两者之间有关吗？为什么唐氏综合征患者的指纹与普通人相差甚远？……

人类的指纹有三大类，弓形、斗型和箕型，关于指纹有很多有意思的科学问题，而指纹表型与哪种基因密切相关，其背后有怎杨的遗传学机制？

联合研究团队从定位与指纹花纹表型相关的遗传变异入手，面向5个东亚人群，3个欧洲人群共23,000多例个体进行全基因组关联扫描与多群体分析，从中识别出43个与人类指纹花纹相关的遗传基因座。

课题组发现，这些基因显著富集在肢体发育与形成的相关通路，而非皮肤发育相关通路。其中，位于区域临近EVI1基因的变异位点与中间三枚手指指纹的复合表型显著相关，从而为上世纪初即被发现的“指纹模块现象”(中间三枚手指指纹高度相关)提供了表型组学和遗传学解释。

不止于此，基于小鼠动物模型和人胚胎组织的实验观察，团队发现，人类胎儿组织从肢体发育到皮纹形成的.系列过程中，支持EVI1基因发挥塑造四肢和手指作用的，正是表达于肢体发育期的间充质细胞，而非皮肤发育期的上皮细胞。这进一步与研究结论相印合：指纹相关基因恰通过调控肢体发育来影响指纹花纹的形成。

通过多表型关联分析，该研究亦发现指纹与手指长度比例紧密相关，两者共有相同遗传基础。如小指相对越长，掌长相对越短，双手斗型花纹越多；而食指远端指节(指纹形成处)相对越长，斗形花纹则越少。

与指纹基因相关的不仅是肢体发育，还有疾病

“肤纹表型是人体外观表型的重要组成部分，和人体其它表型与疾病都有密切的联系。通过这项研究，我们揭示了影响指纹花纹形成的是一系列肢体发育相关的重要基因，而这些基因在人体发育中往往起着重要的‘一因多效’作用。”汪思佳表示，有如比邻排列的“多米诺骨牌”，肢体发育基因是指纹的内在影响因素。

顺着这一思路，该项研究为肤纹与人体其它表型与疾病的关联研究提供了重要理论基础，有望打通宏观与微观表型的联系与作用机制，使“看手相识疾病”成为可能。

“例如，科学界已经发现不同的皮纹表型与许多先天遗传性疾病之间的关联，比如唐氏综合征患者可能会有断掌、足拇趾弓状球纹等特征。”汪思佳称，团队根据相关成果研发了首个基于肤纹表型的唐氏综合征辅助筛查体系，准确率98%。目前，这一成果已经申请了专利，正和复旦大学附属儿科医院等医疗机构合作，希望将相关研究成果尽早运用在新生儿先天性疾病的早期筛查中，实现早诊断、早治疗。再比如，在白血病患者往往斗型指纹更多出现，这与决定这一指纹的基因强相关，目前团队正与医院合作进行研究，期待尽早发现其关联。

研究范式革新，展现人类表型组学创新策源重大意义

“这一成果是人类表型组研究的一个经典案例，很好地体现了人类表型组学作为一种新范式具有创新策源的重大科学意义。”论文共同通讯作者、中科院院士、复旦大学教授金力这样评价。他说，本次复旦和中科院团队基于人类表型组计划“测一切之可测”的理念，通过大规模采集相关数据后进行解析研究，首次发现了指纹花纹和肢体表型之间存在强关联，而强关联背后的作用机理，则在于指纹花纹的形成和肢体的发育受到同一个基因EVI1的影响。这是一种典型的人类表型组学的研究范式与方法。

人类表型组，是人体所有生物特征的集合。开展人类表型组研究一个很重要的目的，就是要发现基因-表型-环境之间以及宏观-微观表型之间的关联机制、尤其是“强关联”及其背后的机制。据悉，复旦大学正和国内外伙伴一起大力推动人类表型组大科学计划，希望解析表型之间的强关联、尤其是那些现在科学家还没有注意到的、与人类健康息息相关的表型间的强关联，最终形成一张由各种强关联组成的“导航图”，为未来的生命健康研究提供新的指引和方向。

目前，经过来自不同机构的中国科学家团队的通力合作基于复旦在上海开展的800余人、每人测量近3万个表型的队列研究，已经初步绘制了全球首张“人类表型组导航图”，发现了150余万个强关联，其中跨领域强关联占39%，大部分是科学界首次发现。“这张‘导航图’，为我们科学界带来了海量的‘问号’，正等待我们科学家去进一步研究、破解，这也是我们下一步的重要工作之一。”金力说。

复旦大学人类表型组研究院、生命科学学院博士后李金喜，爱丁堡大学博士James Glover，复旦大学生命科学学院教授张海国和复旦大学生命科学学院博士彭美芳为该论文的共同第一作者，汪思佳研究员、Denis Headon教授和金力院士为该论文的共同通讯作者。

相关工作得到中国科学院战略性先导科技专项、上海市科技重大专项“国际人类表型组计划(一期)”、国家重点研发项目、中国国家自然科学基金、中国博士后科学基金资助项目、国家科技基础性工作专项、CAMS医学科学创新基金、国家自然科学基金重大研究项目，美国国立口腔和颅面研究所、欧盟委员会、澳大利亚研究委员会、澳大利亚国家健康和医学研究委员会、英国医学研究委员会、威康信托基金、香港卡多里慈善基金会、英国威康信托公司、英国心脏基金会、英国MRC和英国癌症研究中心等中外单位和项目的合同资助。

这一发现能够进一步揭开基因和指纹之间的深刻联系，了解不同的人的基因序列，促进基因工程的发展，在一定的程度上可以造福人类。

随着图像处理技术的迅速发展，图像识别技术的应用领域越来越广泛。我整理了图像识别技术论文，欢迎阅读!

图像识别技术研究综述

摘要：随着图像处理技术的迅速发展，图像识别技术的应用领域越来越广泛。图像识别是利用计算机对图像进行处理、分析和理解，由于图像在成像时受到外部环境的影响，使得图像具有特殊性，复杂性。基于图像处理技术进一步探讨图像识别技术及其应用前景。

关键词：图像处理;图像识别;成像

中图分类号：TP391 文献标识码：A 文章编号：1009-3044(2013)10-2446-02

图像是客观景物在人脑中形成的影像，是人类最重要的信息源，它是通过各种观测系统从客观世界中获得，具有直观性和易理解性。随着计算机技术、多媒体技术、人工智能技术的迅速发展，图像处理技术的应用也越来越广泛，并在科学研究、教育管理、医疗卫生、军事等领域已取得的一定的成绩。图像处理正显著地改变着人们的生活方式和生产手段，比如人们可以借助于图像处理技术欣赏月球的景色、交通管理中的车牌照识别系统、机器人领域中的计算机视觉等，在这些应用中，都离不开图像处理和识别技术。图像处理是指用计算机对图像进行处理，着重强调图像与图像之间进行的交换，主要目标是对图像进行加工以改善图像的视觉效果并为后期的图像识别大基础[1]。图像识别是利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。但是由于获取的图像本事具有复杂性和特殊性，使得图像处理和识别技术成为研究热点。

1 图像处理技术

图像处理(image processing)利用计算机对图像进行分析，以达到所需的结果。图像处理可分为模拟图像处理和数字图像图像处理，而图像处理一般指数字图像处理。这种处理大多数是依赖于软件实现的。其目的是去除干扰、噪声，将原始图像编程适于计算机进行特征提取的形式，主要包括图像采样、图像增强、图像复原、图像编码与压缩和图像分割。

1)图像采集，图像采集是数字图像数据提取的主要方式。数字图像主要借助于数字摄像机、扫描仪、数码相机等设备经过采样数字化得到的图像，也包括一些动态图像，并可以将其转为数字图像，和文字、图形、声音一起存储在计算机内，显示在计算机的屏幕上。图像的提取是将一个图像变换为适合计算机处理的形式的第一步。

2)图像增强，图像在成像、采集、传输、复制等过程中图像的质量或多或少会造成一定的退化，数字化后的图像视觉效果不是十分满意。为了突出图像中感兴趣的部分，使图像的主体结构更加明确，必须对图像进行改善，即图像增强。通过图像增强，以减少图像中的图像的噪声，改变原来图像的亮度、色彩分布、对比度等参数。图像增强提高了图像的清晰度、图像的质量，使图像中的物体的轮廓更加清晰，细节更加明显。图像增强不考虑图像降质的原因，增强后的图像更加赏欣悦目，为后期的图像分析和图像理解奠定基础。

3)图像复原，图像复原也称图像恢复，由于在获取图像时环境噪声的影响、运动造成的图像模糊、光线的强弱等原因使得图像模糊，为了提取比较清晰的图像需要对图像进行恢复，图像恢复主要采用滤波方法，从降质的图像恢复原始图。图像复原的另一种特殊技术是图像重建，该技术是从物体横剖面的一组投影数据建立图像。

4)图像编码与压缩，数字图像的显著特点是数据量庞大，需要占用相当大的存储空间。但基于计算机的网络带宽和的大容量存储器无法进行数据图像的处理、存储、传输。为了能快速方便地在网络环境下传输图像或视频，那么必须对图像进行编码和压缩。目前，图像压缩编码已形成国际标准，如比较著名的静态图像压缩标准JPEG，该标准主要针对图像的分辨率、彩色图像和灰度图像，适用于网络传输的数码相片、彩色照片等方面。由于视频可以被看作是一幅幅不同的但有紧密相关的静态图像的时间序列，因此动态视频的单帧图像压缩可以应用静态图像的压缩标准。图像编码压缩技术可以减少图像的冗余数据量和存储器容量、提高图像传输速度、缩短处理时间。

5)图像分割技术，图像分割是把图像分成一些互不重叠而又具有各自特征的子区域，每一区域是像素的一个连续集，这里的特性可以是图像的颜色、形状、灰度和纹理等。图像分割根据目标与背景的先验知识将图像表示为物理上有意义的连通区域的集合。即对图像中的目标、背景进行标记、定位，然后把目标从背景中分离出来。目前，图像分割的方法主要有基于区域特征的分割方法、基于相关匹配的分割方法和基于边界特征的分割方法[2]。由于采集图像时会受到各种条件的影响会是图像变的模糊、噪声干扰，使得图像分割是会遇到困难。在实际的图像中需根据景物条件的不同选择适合的图像分割方法。图像分割为进一步的图像识别、分析和理解奠定了基础。

2 图像识别技术

图像识别是通过存储的信息(记忆中存储的信息)与当前的信息(当时进入感官的信息)进行比较实现对图像的识别[3]。前提是图像描述，描述是用数字或者符号表示图像或景物中各个目标的相关特征，甚至目标之间的关系，最终得到的是目标特征以及它们之间的关系的抽象表达。图像识别技术对图像中个性特征进行提取时，可以采用模板匹配模型。在某些具体的应用中，图像识别除了要给出被识别对象是什么物体外，还需要给出物体所处的位置和姿态以引导计算初工作。目前，图像识别技术已广泛应用于多个领域，如生物医学、卫星遥感、机器人视觉、货物检测、目标跟踪、自主车导航、公安、银行、交通、军事、电子商务和多媒体网络通信等。主要识别技术有：

指纹识别

指纹识别是生物识别技术中一种最实用、最可靠和价格便宜的识别手段，主要应用于身份验证。指纹识别是生物特征的一个部分，它具有不变性：一个人的指纹是终身不变的;唯一性：几乎没有两个完全相同的指纹[3]。一个指纹识别系统主要由指纹取像、预处理与特征提取、比对、数据库管理组成。目前，指纹识别技术与我们的现实生活紧密相关，如信用卡、医疗卡、考勤卡、储蓄卡、驾驶证、准考证等。

人脸识别 目前大多数人脸识别系统使用可见光或红外图像进行人脸识别，可见光图像识别性能很容易受到光照变化的影响。在户外光照条件不均匀的情况下，其正确识别率会大大降低。而红外图像进行人脸识别时可以克服昏暗光照条件变化影响，但由于红外线不能穿透玻璃，如果待识别的对象戴有眼镜，那么在图像识别时，眼部信息全部丢失，将严重影响人脸识别的性能[4]。

文字识别

文字识别是将模式识别、文字处理、人工智能集与一体的新技术，可以自动地把文字和其他信息分离出来，通过智能识别后输入计算机，用于代替人工的输入。文字识别技术可以将纸质的文档转换为电子文档，如银行票据、文稿、各类公式和符号等自动录入，可以提供文字的处理效率，有助于查询、修改、保存和传播。文字识别方法主要有结构统计模式识别、结构模式识别和人工神经网络[5]。由于文字的数量庞大、结构复杂、字体字形变化多样，使得文字识别技术的研究遇到一定的阻碍。

3 结束语

人类在识别现实世界中的各种事物或复杂的环境是一件轻而易举的事，但对于计算机来讲进行复杂的图像识别是非常困难的[6]。在环境较为简单的情况下，图像识别技术取得了一定的成功，但在复杂的环境下，仍面临着许多问题：如在图像识别过程中的图像分割算法之间的性能优越性比较没有特定的标准，以及算法本身存在一定的局限性，这使得图像识别的最终结果不十分精确等。

参考文献：

[1] 胡爱明，周孝宽.车牌图像的快速匹配识别方法[J].计算机工程与应用，2003，39(7)：90—91.

[2] 胡学龙.数字图像处理[M].北京：电子工业出版社，2011.

[3] 范立南，韩晓微，张广渊.图像处理与模式识别[M].北京：科学出版社，2007.

[4] 晓慧，刘志镜.基于脸部和步态特征融合的身份识别[J].计算机应用，2009，1(29)：8.

[5] 陈良育，曾振柄，张问银.基于图形理解的汉子构型自动分析系统[J].计算机应用，2005，25(7)：1629-1631.

[6] Sanderson C，Paliwal K Fusion and Person Verification Using Speech & Face Information[C].IDIAP-RR 02-33，Martigny，Swizerland，2002.

点击下页还有更多>>>图像识别技术论文