[發(fā)明專利]基于深度神經(jīng)網(wǎng)絡(luò)對活體細(xì)胞形態(tài)檢測的方法及相關(guān)產(chǎn)品

有效

• 申請?zhí)枺?/td>: 202110169830.7
• 申請日: 2021-02-08
• 公開（公告）號: CN112508955B
• 公開（公告）日: 2022-05-10
• 發(fā)明（設(shè)計(jì)）人: 劉國樂;靳杰;石浩;降雨強(qiáng);楊戈;楊濤
• 申請（專利權(quán)）人: 中國科學(xué)院自動(dòng)化研究所;中國科學(xué)院大學(xué);捕精者（北京）生物技術(shù)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(chǎn)權(quán)代理事務(wù)所(普通合伙) 11804
• 代理人: 李波;孫新國

本發(fā)明涉及一種基于深度神經(jīng)網(wǎng)絡(luò)對活體細(xì)胞形態(tài)檢測的方法及相關(guān)產(chǎn)品，其中所述方法包括：使用基于深度神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測模型對采集的包含活體細(xì)胞的待檢測圖像進(jìn)行識別和定位，以提取活體單細(xì)胞圖像；使用基于深度神經(jīng)網(wǎng)絡(luò)的細(xì)胞分割模型對所述活體單細(xì)胞圖像進(jìn)行分割，以獲取活體單細(xì)胞的特征部位；以及根據(jù)所述特征部位，分析并確定所述活體單細(xì)胞的形態(tài)參數(shù)。根據(jù)本發(fā)明的方法，能夠保證被檢測細(xì)胞的活性，并能夠?qū)崿F(xiàn)對活體細(xì)胞形態(tài)的無損、精確和快速的檢測，有利于被檢測細(xì)胞的臨床應(yīng)用和研究。

技術(shù)領(lǐng)域

本發(fā)明一般地涉及神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域。更具體地，本發(fā)明涉及一種基于深度神經(jīng)網(wǎng)絡(luò)對活體細(xì)胞形態(tài)檢測的方法及相關(guān)產(chǎn)品。

背景技術(shù)

細(xì)胞形態(tài)檢測對于評估細(xì)胞狀態(tài)以及細(xì)胞質(zhì)量等具有重要意義。但是目前的用于細(xì)胞形態(tài)檢測的方法多是基于固定和染色的細(xì)胞的圖像進(jìn)行識別，而無法實(shí)現(xiàn)對于活體細(xì)胞，特別是活動(dòng)的活體細(xì)胞的在線檢測。

以精子細(xì)胞為例，目前對于精子形態(tài)檢測的常規(guī)方法是通過將精液標(biāo)本進(jìn)行離心、涂片、染色等預(yù)處理，然后將精子涂片放到顯微鏡下進(jìn)行人工觀察，并根據(jù)檢驗(yàn)人員經(jīng)驗(yàn)對精子形態(tài)進(jìn)行分類，或者使用計(jì)算機(jī)輔助分類技術(shù)對精子涂片的圖像進(jìn)行分類。然而，固定染色的流程和方法會(huì)對精子的形態(tài)結(jié)構(gòu)造成一定影響，從而可能影響形態(tài)檢測的結(jié)果準(zhǔn)確性。并且對精子細(xì)胞進(jìn)行涂片、染色等預(yù)處理會(huì)破壞精子的生理功能及其DNA，造成精子失活，使得被測精子無法用于臨床，因此上述方法存在較大的應(yīng)用局限性。例如試管嬰兒技術(shù)中必須使用活體精子細(xì)胞，由于缺少針對活體細(xì)胞形態(tài)檢測的方法，因此目前試管嬰兒技術(shù)所需的活體精子篩選工作仍然需要依靠臨床人員手工進(jìn)行，這非常依賴于臨床人員的經(jīng)驗(yàn)，從而使得檢測過程存在主觀性強(qiáng)、標(biāo)準(zhǔn)不統(tǒng)一、效率低等問題。因此，如何能夠?qū)崿F(xiàn)無損、快速、準(zhǔn)確地對活體細(xì)胞形態(tài)進(jìn)行檢測是目前亟需解決的技術(shù)問題。

發(fā)明內(nèi)容

鑒于上面所提到的技術(shù)問題，本發(fā)明的技術(shù)方案在多個(gè)方面提供一種基于深度神經(jīng)網(wǎng)絡(luò)來進(jìn)行活體細(xì)胞形態(tài)檢測的方法、裝置、設(shè)備、系統(tǒng)和計(jì)算機(jī)存儲介質(zhì)。

在本發(fā)明的第一方面中，提供一種基于深度神經(jīng)網(wǎng)絡(luò)來進(jìn)行活體細(xì)胞形態(tài)檢測的方法，包括：使用基于深度神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測模型對采集的包含活體細(xì)胞的待檢測圖像進(jìn)行識別和定位，以提取活體單細(xì)胞圖像；使用基于深度神經(jīng)網(wǎng)絡(luò)的細(xì)胞分割模型對所述活體單細(xì)胞圖像進(jìn)行分割，以獲取活體單細(xì)胞的特征部位；以及根據(jù)所述特征部位，分析并確定所述活體單細(xì)胞的形態(tài)參數(shù)。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，在使用目標(biāo)檢測模型對所述待檢測圖像進(jìn)行識別和定位之前，所述方法還包括：獲取大樣本的活體細(xì)胞圖像，并對所述活體細(xì)胞圖像中的單個(gè)細(xì)胞進(jìn)行第一標(biāo)注；以及使用帶第一標(biāo)注的所述活體細(xì)胞圖像訓(xùn)練第一深度神經(jīng)網(wǎng)絡(luò)模型，以便得到所述目標(biāo)檢測模型。

根據(jù)本發(fā)明的另一個(gè)實(shí)施例，在使用細(xì)胞分割模型對所述活體單細(xì)胞圖像進(jìn)行分割之前，所述方法還包括：對獲取的活體細(xì)胞圖像中的單個(gè)細(xì)胞的特征部位進(jìn)行第二標(biāo)注；以及使用帶第二標(biāo)注的所述活體細(xì)胞圖像訓(xùn)練第二深度神經(jīng)網(wǎng)絡(luò)模型，以便得到所述細(xì)胞分割模型。

根據(jù)本發(fā)明的又一個(gè)實(shí)施例，在對所述第一深度神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練時(shí)，所述方法包括對所述活體細(xì)胞圖像采用圖像數(shù)據(jù)增強(qiáng)處理，其中所述圖像數(shù)據(jù)增強(qiáng)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(diào)節(jié)處理中的至少一種。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，在對所述第二深度神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練時(shí)，所述方法包括對所述活體細(xì)胞圖像采用圖像數(shù)據(jù)增強(qiáng)處理，其中所述圖像數(shù)據(jù)增強(qiáng)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(diào)節(jié)處理中的至少一種。

根據(jù)本發(fā)明的另一個(gè)實(shí)施例，所述細(xì)胞分割模型的輸出部分采用單分支多類分割結(jié)構(gòu)或者多分支單類分割結(jié)構(gòu)。

根據(jù)本發(fā)明的又一個(gè)實(shí)施例，所述活體細(xì)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(gè)。