[發(fā)明專利]循環(huán)腫瘤細(xì)胞分析儀

在審

• 申請?zhí)枺?/td>: 202310671528.0
• 申請日: 2023-06-08
• 公開（公告）號: CN116434226A
• 公開（公告）日: 2023-07-14
• 發(fā)明（設(shè)計）人: 張開山;饒浪晴;余弦;趙丹;于磊;馬寧;李超;郭志敏;劉艷省;田華
• 申請（專利權(quán)）人: 杭州華得森生物技術(shù)有限公司
• 主分類號: G06V20/69
• 分類號: G06V20/69;G01N21/64;G06V10/26;G06V10/774;G06V10/80;G06V10/82;G06N3/0464;G06N3/08;C12Q1/6851
• 代理公司: 北京恒泰銘睿知識產(chǎn)權(quán)代理有限公司 11642
• 代理人: 何平

1.一種循環(huán)腫瘤細(xì)胞分析儀，其特征在于，包括：

FISH圖像采集模塊，用于獲取由熒光顯微鏡采集的FISH圖像；

圖像特征提取模塊，用于將所述FISH圖像通過基于金字塔網(wǎng)絡(luò)的圖像特征提取器以得到FISH特征圖，其中，所述金字塔網(wǎng)絡(luò)的最后一個卷積層輸出的特征圖為所述深度FISH特征圖；

動態(tài)濾波模塊，用于將所述FISH特征圖通過基于卷積核的動態(tài)濾波器以得到濾波后FISH特征圖；

特征圖展開模塊，用于將所述濾波后FISH特征圖沿通道維度的各個特征矩陣展開為特征向量以得到FISH特征向量的序列；

上下文語義關(guān)聯(lián)編碼模塊，用于將所述FISH特征向量的序列通過基于轉(zhuǎn)換器的上下文編碼器以得到多個FISH圖像全局上下文語義關(guān)聯(lián)特征向量；

圖像語義分割模塊，用于將所述多個FISH圖像全局上下文語義關(guān)聯(lián)特征向量二維排列為二維特征矩陣后進(jìn)行圖像語義分割以得到循環(huán)腫瘤細(xì)胞預(yù)測圖；

第一全連接模塊，用于將所述循環(huán)腫瘤細(xì)胞預(yù)測圖通過第一全連接層以得到循環(huán)腫瘤細(xì)胞全連接特征向量；

第二全連接模塊，用于將所述深度FISH特征圖通過第二全連接層以得到FISH深度特征向量；

特征融合模塊，用于融合所述循環(huán)腫瘤細(xì)胞全連接特征向量和所述FISH深度特征向量以得到融合特征向量；

特征優(yōu)化模塊，用于對所述融合特征向量進(jìn)行特征流形曲面的基于鄰域點(diǎn)的切平面有向距離歸一化以得到優(yōu)化后融合特征向量；以及

數(shù)量檢測模塊，用于將所述優(yōu)化后融合特征向量通過解碼器中以得到解碼值，所述解碼值用于表示所述FISH圖像中所包含的循環(huán)腫瘤細(xì)胞的數(shù)量。

2.根據(jù)權(quán)利要求1所述的循環(huán)腫瘤細(xì)胞分析儀，其特征在于，所述圖像特征提取模塊，用于：使用所述基于金字塔網(wǎng)絡(luò)的圖像特征提取器的各層在層的正向傳遞中分別對輸入數(shù)據(jù)進(jìn)行：

對所述輸入數(shù)據(jù)進(jìn)行卷積處理以得到卷積特征圖；

對所述卷積特征圖進(jìn)行基于特征矩陣的均值池化處理以得到池化特征圖；以及

對所述池化特征圖進(jìn)行非線性激活以得到激活特征圖；

其中，所述基于金字塔網(wǎng)絡(luò)的圖像特征提取器的最后一層的輸出為所述FISH特征圖，所述基于金字塔網(wǎng)絡(luò)的圖像特征提取器的第一層的輸入為所述FISH圖像。

3.根據(jù)權(quán)利要求2所述的循環(huán)腫瘤細(xì)胞分析儀，其特征在于，所述上下文語義關(guān)聯(lián)編碼模塊，包括：

一維排列單元，用于將所述FISH特征向量的序列進(jìn)行一維排列以得到全局FISH特征向量；

自注意力單元，用于計算所述全局FISH特征向量與所述FISH特征向量的序列中各個FISH特征向量的轉(zhuǎn)置向量之間的乘積以得到多個自注意力關(guān)聯(lián)矩陣；

標(biāo)準(zhǔn)化單元，用于分別對所述多個自注意力關(guān)聯(lián)矩陣中各個自注意力關(guān)聯(lián)矩陣進(jìn)行標(biāo)準(zhǔn)化處理以得到多個標(biāo)準(zhǔn)化后自注意力關(guān)聯(lián)矩陣；

激活單元，用于將所述多個標(biāo)準(zhǔn)化后自注意力關(guān)聯(lián)矩陣中各個標(biāo)準(zhǔn)化后自注意力關(guān)聯(lián)矩陣通過Softmax分類函數(shù)以得到多個概率值；以及

加權(quán)單元，用于分別以所述多個概率值中各個概率值作為權(quán)重對所述FISH特征向量的序列中各個FISH特征向量進(jìn)行加權(quán)以得到所述多個FISH圖像全局上下文語義關(guān)聯(lián)特征向量。

4.根據(jù)權(quán)利要求3所述的循環(huán)腫瘤細(xì)胞分析儀，其特征在于，所述第一全連接模塊，包括：

圖像像素展開單元，用于將所述循環(huán)腫瘤細(xì)胞預(yù)測圖展開為細(xì)胞預(yù)測一維像素特征向量；以及

全連接關(guān)聯(lián)編碼單元，用于使用所述第一全連接層對所述細(xì)胞預(yù)測一維像素特征向量進(jìn)行全連接編碼以得到所述循環(huán)腫瘤細(xì)胞全連接特征向量。

5.根據(jù)權(quán)利要求4所述的循環(huán)腫瘤細(xì)胞分析儀，其特征在于，所述特征融合模塊，用于：以如下融合公式融合所述循環(huán)腫瘤細(xì)胞全連接特征向量和所述FISH深度特征向量以得到融合特征向量；

其中，所述融合公式為：

其中，為所述融合特征向量，為所述循環(huán)腫瘤細(xì)胞全連接特征向量，為所述FISH深度特征向量，表示按位置加法，為用于控制所述循環(huán)腫瘤細(xì)胞全連接特征向量和所述FISH深度特征向量之間的平衡的加權(quán)參數(shù)。