[發明專利]一種基于人工智能的大數據類器官圖像識別的方法

在審

• 申請號: 202210013031.5
• 申請日: 2022-01-07
• 公開（公告）號: CN114529898A
• 公開（公告）日: 2022-05-24
• 發明（設計）人: 王宇赫;張麗媛;馬驍驊;胡建鴻;劉勝男
• 申請（專利權）人: 杭州海蘭時生物科技有限責任公司
• 主分類號: G06V20/64
• 分類號: G06V20/64;G06K9/62;G06V10/764;G06V10/774
• 代理公司: 重慶晟軒知識產權代理事務所(普通合伙) 50238
• 代理人: 孔玲瓏

1.一種基于人工智能的大數據類器官圖像識別的方法，包括控制終端和掃描終端，其特征在于，所述掃描終端包括顯微鏡攝像頭、高清攝像頭、掃描單元和定位模塊，所述控制終端包括識別成型單元、模型訓練單元、進程記錄單元、數據分析單元和上傳單元，所述掃描單元用于掃描類器官以得到其外部特征，所述定位模塊是用于定位掃描地點，所述識別成型單元是根據掃描單元的掃描結果構成具有具體標注的三維圖或平面圖，所述模型訓練單元是在識別成型單元構成的圖形上進行特定訓練，所述進程記錄單元是用來記錄類器官在培育過程中的進程，所述數據分析單元是用來分析所有數據并給出分析結果，所述上傳單元是將類器官的所有數據上傳至公用或私用數據庫作為分享或存儲；

所述掃描單元包括外觀掃描模塊、特征識別模塊、定時錄像模塊和定時拍照模塊，所述特征識別模塊與外觀掃描模塊、定時錄像模塊和定時拍照模塊相連；

所述識別成型單元包括三維成型模塊、數據測量模塊、標注模塊和成圖模塊，所述三維成型模塊、數據測量模塊、標注模塊和成圖模塊相連；

所述模型訓練單元包括訓練路徑匹配模塊和虛擬訓練模塊，所述訓練路徑匹配模塊和虛擬訓練模塊相連；

所述進程記錄單元包括視頻分析模塊、圖像摘取模塊和進程標注模塊，所述視頻分析模塊、圖像摘取模塊和進程標注模塊相連；

所述數據分析單元包括分類模塊、數據分析模塊和報表構成模塊，所述數據分析模塊和報表構成模塊相連。

2.根據權利要求1所述的一種基于人工智能的大數據類器官圖像識別的方法，其特征在于，所述外觀掃描模塊是利用顯微鏡攝像頭或高清攝像頭對類器官的外部進行掃描，所述特征識別模塊是用于識別類器官的各類外部特征，所述定時錄像模塊用于對類器官進行特定時段的錄像，所述定時拍照模塊用于設定定時拍照時間和頻次以攝取類器官培養中的進程分割圖片。

3.根據權利要求2所述的一種基于人工智能的大數據類器官圖像識別的方法，其特征在于，所述特征識別模塊中識別的類器官外部特征包括其輪廓、像素、紋理、灰度值和壁厚。

4.根據權利要求1所述的一種基于人工智能的大數據類器官圖像識別的方法，其特征在于，所述三維成型模塊用于根據掃描單元的掃描結果構成類器官的立體三維圖，所述數據測量模塊是根據掃描單元的掃描結果測量類器官的長度、分布距離的具體數值，所述標注模塊是將數據測量模塊的測量結果標注于立體三維圖中，所述成圖模塊是用于截取立體三維圖的不同方位平面圖。

5.根據權利要求1所述的一種基于人工智能的大數據類器官圖像識別的方法，其特征在于，所述訓練路徑匹配模塊用于根據數據分析單元分析出的具體類別匹配數據庫中該類器官的運行活動，所述虛擬訓練模塊是將立體三維圖在控制終端上進行匹配出的運行活動的虛擬訓練。

6.根據權利要求2所述的一種基于人工智能的大數據類器官圖像識別的方法，其特征在于，所述視頻分析模塊是用來分析類器官的培養視頻中培養進程是否符合規定培養進程，且培養中的各類數值是否達標，所述圖像摘取模塊是用于在攝取的培養進程視頻中分析不同進程的發育形態并自動摘取該形態的圖像，所述進程標注模塊是在摘取的圖像中標注進行名稱和該圖像在視頻內的時段。

7.根據權利要求5所述的一種基于人工智能的大數據類器官圖像識別的方法，其特征在于，所述分類單元是根據所收集的所有數據自動匹配數據庫，以完成對該類器官的明確分類，所述數據分析模塊是用來分析掃描單元掃描出的各類數值，所述報表構成單元是根據數據分析模塊分析的結果構成各類報表以輔助研究。

8.根據權利要求7所述的一種基于人工智能的大數據類器官圖像識別的方法，其特征在于，具體包括以下步驟：

S1：建立數據庫，存入以往培養出的各類類器官的標準分析數據；

S2：根據不同類器官的記錄需求，通過掃描單元的定時錄像模塊或定時拍照模塊記錄現培養的類器官培養進程；

S3：通過掃描類器官外部特征生成視頻或圖像，并提取數據后，通過數據分析模塊分析所提取的數據是否符合規定的培養進程以輔助研究；

S4：分析各類數據并根據分析的結果制成數據報表以供觀看；

S5：將所有數據整合好后上傳至公用或私用數據庫中，并附上定位以作為記錄或便于學術交流。