基于像素-碱基编码本与中值滤波的DNA存储高保真图像重建技术研究

为解决DNA存储中不确定碱基错误导致图像重建质量差的问题，研究人员开发了DNA-CTMF方法，通过Pixel-Base编码本和混沌系统确保序列生物兼容性，结合中值滤波消除盐椒噪声。实验表明，在5%错误率（其中2/3为插入/缺失）下，重建图像的PSNR达23、MS-SSIM超0.9，为高错误率DNA图像存储提供了跨学科解决方案。

　　

随着现代信息技术爆发式增长，全球数据量预计2025年将达1.75×10¹⁴
GB，亟需突破性存储方案。DNA因其超高密度和稳定性成为最具潜力的介质，但合成与测序过程中的碱基错误（包括替换、插入和缺失）导致信息丢失，传统纠错码可能引入冗余或扩大错误。尤其对于图像数据，常规方法在高错误率下重建质量急剧下降，例如现有技术HL-DNA在0.5%错误率时SSIM仅0.55。

针对这一挑战，东南大学等机构的研究团队在《Synthetic and Systems Biotechnology》发表研究，提出DNA-CTMF方法。该方法创新性地将计算机图像处理技术与DNA存储结合，通过像素直接映射碱基序列、动态校正偏移碱基组、中值滤波降噪三大步骤，实现了高错误率下的图像高质量重建。

关键技术包括：1）构建含256种5碱基组合的Pixel-Base编码本，满足GC含量（40%-60%）和同聚物长度≤2的生物学约束；2）采用混沌系统（公式1-3）打乱像素排列，避免连续重复序列；3）基于编码本的自校正算法定位并修复插入/缺失(indels)导致的碱基偏移；4）中值滤波消除离散分布的盐椒噪声。实验使用Illumina测序平台和微流控芯片合成技术验证性能。

3.1 不同错误率下的可视化效果
模拟1%-5%错误率（替换:插入:缺失=8:1:1）显示，未滤波图像噪声随错误率增加，但轮廓仍清晰（图3）。经中值滤波后，5%错误率下PSNR仍达24，MS-SSIM保持0.93，显著优于其他滤波方法（图S10-S11）。

3.2 错误组成比例的鲁棒性
在插入/缺失占比升至2/3的极端情况下（图6），DNA-CTMF的MS-SSIM波动小于0.002，PSNR差异仅0.1，证明其对高indels的耐受性。而对比方法DP-ID在同等条件下性能骤降，因噪声扩散导致滤波失效。

3.3 多图像大规模验证
测试4000幅图像（含BMP/PNG格式）显示（图7），DNA-CTMF的SSIM均值达0.82±0.11，最高超DP-ID方法5.24倍。湿实验进一步验证：对256×256像素图像（6555条150 nt序列），实测55%替换+33%缺失+12%插入的错误分布下，重建图像PSNR稳定在28.3±1.2（图8）。

4.3 像素编码的普适优势
区别于压缩文件存储（如JPEG），像素矩阵编码能容忍单点错误。研究表明，JPEG文件0.01%字节错误即可导致不可逆损坏，而DNA-CTMF即使5%错误仍可保留主体信息。

该研究突破传统纠错码思维，首次将碱基错误转化为可滤波噪声，为DNA存储开辟了"容错重建"新范式。未来可结合深度学习特征提取（如Su等提出的方法）进一步提升复杂场景下的重建质量，推动DNA存储迈向大规模图像应用。