[發明專利]基于深度神經網絡對活體細胞形態檢測的方法及相關產品

有效

• 申請號: 202110169830.7
• 申請日: 2021-02-08
• 公開（公告）號: CN112508955B
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 劉國樂;靳杰;石浩;降雨強;楊戈;楊濤
• 申請（專利權）人: 中國科學院自動化研究所;中國科學院大學;捕精者（北京）生物技術有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10;G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京維昊知識產權代理事務所(普通合伙) 11804
• 代理人: 李波;孫新國

1.一種基于深度神經網絡來進行活體細胞形態檢測的方法，包括：

使用基于深度神經網絡的目標檢測模型對采集的包含活體細胞的待檢測圖像進行識別和定位，以提取活體單細胞圖像；

使用基于深度神經網絡的焦面分類模型對所述活體單細胞圖像進行焦面成像分類，以篩選出位于聚焦平面范圍內的單細胞圖像；

使用基于深度神經網絡的細胞分割模型對所述位于聚焦平面范圍內的單細胞圖像進行分割，以獲取活體單細胞的特征部位；

對所述位于聚焦平面范圍內的單細胞圖像進行清晰化度量，包括采用一個或多個聚焦評價算子來評價所述單細胞圖像的清晰度，以便篩選出位姿形態清晰的單細胞圖像，其中所述聚焦評價算子包括圖像灰度值方差、歸一化的圖像灰度值方差和絕對中心距中的至少一種；

對分割得到的所述活體單細胞的特征部位進行形態分析，以得到所述特征部位的幾何參數；以及

根據所述幾何參數和清晰化度量結果，確定所述活體單細胞的形態參數，

其中根據所述幾何參數和清晰化度量結果確定所述活體單細胞的形態參數包括：

基于所述幾何參數的大小，對所述單細胞圖像進行第一排序；

基于清晰度的大小，對所述單細胞圖像進行第二排序；

根據排序結果，篩選出在所述第一排序和所述第二排序中均位于前列的一張圖像或多張圖像；以及

將所述一張圖像的幾何參數或多張圖像的幾何參數的平均值作為所述活體單細胞的形態參數。

2.根據權利要求1所述的方法，其中在使用目標檢測模型對所述待檢測圖像進行識別和定位之前，所述方法還包括：

獲取大樣本的活體細胞圖像，并對所述活體細胞圖像中的單個細胞進行第一標注；以及

使用帶第一標注的所述活體細胞圖像訓練第一深度神經網絡模型，以便得到所述目標檢測模型。

3.根據權利要求1或2所述的方法，其中在使用細胞分割模型對所述位于聚焦平面范圍內的單細胞圖像進行分割之前，所述方法還包括：

對獲取的活體細胞圖像中的單個細胞的特征部位進行第二標注；以及

使用帶第二標注的所述活體細胞圖像訓練第二深度神經網絡模型，以便得到所述細胞分割模型。

4.根據權利要求2所述的方法，其中在對所述第一深度神經網絡模型進行訓練時，所述方法包括對所述活體細胞圖像采用圖像數據增強處理，其中

所述圖像數據增強處理包括對圖像的空間變換處理、比例縮放處理和圖像亮度調節處理中的至少一種。

5.根據權利要求3所述的方法，其中在對所述第二深度神經網絡模型進行訓練時，所述方法包括對所述活體細胞圖像采用圖像數據增強處理，其中

所述圖像數據增強處理包括對圖像的空間變換處理、比例縮放處理和圖像亮度調節處理中的至少一種。

6.根據權利要求1所述的方法，其中所述細胞分割模型的輸出部分采用單分支多類分割結構或者多分支單類分割結構。

7.根據權利要求1所述的方法，其中所述活體細胞包括活體精子，并且所述特征部位包括精子頭部、空泡、中段和尾部中的至少一個。

8.根據權利要求1所述的方法，其中對所述活體單細胞圖像進行焦面成像分類，以篩選出位于聚焦平面范圍內的單細胞圖像包括：

對采集得到的細胞樣本在不同焦面的樣本圖像進行分類，并作為焦面圖像樣本數據集；

使用所述焦面圖像樣本數據集訓練第三深度神經網絡模型，得到焦面分類模型；以及

使用所述焦面分類模型對所述活體單細胞圖像進行焦面成像分類，以篩選出位于所述聚焦平面范圍內的單細胞圖像。

9.根據權利要求8所述的方法，其中在對所述第三深度神經網絡模型進行訓練時，所述方法包括對所述焦面圖像樣本數據集采用圖像數據增強處理，其中

所述圖像數據增強處理包括對圖像的空間變換處理、比例縮放處理和圖像亮度調節處理中的至少一種。