一种基于人工智能分离循环肿瘤细胞识别系统的制作方法

本发明涉及肿瘤细胞，具体为一种基于人工智能分离循环肿瘤细胞识别系统。

背景技术：

1、循环肿瘤细胞(ctc)是从原发肿瘤和/或转移性病灶中分离出来的细胞，是肿瘤的转移性前体细胞，ctc的脱落方式目前在主要认为有两种：

2、主动脱落，肿瘤细胞在微环境和自身转录本变化引起的emt转换或侵袭血管壁导致的脱落，并进入血液循环。

3、被动脱落，由于外科手术或者穿刺造成的细胞脱落，使得ctc迅速的浸润血液循环(这种被动脱落的肿瘤细胞大概率无法在血液免疫环境中长期存活，因此会出现术后短时间内ctc数量暴增，而在术后几天后便无法检测到ctc)。

4、早期ctc的数量检测和定位是实现对肿瘤早期诊断、发展和转移的无创监测的基石。但是，由于不同肿瘤之间的异质性太强，以及ctc在血液中浓度实在太低，使得精准溯源这件事情变得难以实现。令人感到遗憾的是，作为液体活检基石的ctc。目前无论是在临床实践还是基础研究上，都仅限于ctc的检测、计数以及少数的特异性靶点上，这使得ctc的研究和临床应用举步维艰。因此，ctc的鉴定、表征和大规模的分析是目前ctc在临床应用上必须突破的技术难题。

技术实现思路

1、(一)解决的技术问题

2、针对现有技术的不足，本发明提供了一种基于人工智能分离循环肿瘤细胞识别系统，解决了现有技术难以检测到ctc的问题。

3、(二)技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：一种基于人工智能分离循环肿瘤细胞识别系统，包括智能识别系统，所述智能识别系统包括ctc-tracer无监督深度迁移学习模型和固态光源系统；

5、所述ctc-tracer无监督深度迁移学习模型和固态光源系统之间连接有数据均衡，所述数据均衡连接有结果输出。

6、优选的，所述ctc-tracer无监督深度迁移学习模型连接有输入数据，所述输入数据连接有embedding。

7、优选的，所述embedding通过embedding vector连接有align，所述align连接有标签匹配。

8、优选的，所述ctc-tracer无监督深度迁移学习模型与输入数据之间连接有二元分类器。

9、优选的，所述ctc的个数需至少30个。

10、一种固态光源系统，具体包括以下步骤：

11、s1.通过嵌入式链霉亲和素涂层纳米柱阵列的微流体装置来捕获与生物素化抗epcam和抗n－钙粘蛋白抗体预孵育的靶细胞；

12、s2.利用spectra光引擎的照明，ctc可被识别为fitc-epcam阳性/tritc-cd阴性/dapi阳性；

13、s3.通过使用癌症干细胞特异性标志物cd13扩大多重免疫染色面板。

14、一种循环肿瘤细胞检测设备，该设备包括：处理器以及存储有计算机程序指令的存储器。

15、优选的，所述处理器执行所述计算机程序指令时实现。

16、优选的，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如第一方面所述的循环肿瘤细胞检测方法。

17、(三)有益效果

18、本发明提供了一种基于人工智能分离循环肿瘤细胞识别系统。具备以下

19、有益效果：

20、本发明提供了一种基于人工智能分离循环肿瘤细胞识别系统，本发明构建了ctc-tracer的无监督深度迁移学习模型，实现ctc的精准分类。具体来说，ctc-tracer以从血液样本中分离出的ctc的scrna-seq表达谱作为输入，旨在准确识别ctc并追踪其病变来源，还可以检测其相对于病变细胞的表达变化，并且ctc富集、免疫染色、玻片扫描、图像分析和细胞分类的整个过程都是智能自动化的，与手工处理相比，可重复性和产量都有了大大提高。

技术特征：

1.一种基于人工智能分离循环肿瘤细胞识别系统，包括智能识别系统，其特征在于：所述智能识别系统包括ctc-tracer无监督深度迁移学习模型和固态光源系统；

2.根据权利要求1所述的一种基于人工智能分离循环肿瘤细胞识别系统，其特征在于：所述ctc-tracer无监督深度迁移学习模型连接有输入数据，所述输入数据连接有embedding。

3.根据权利要求2所述的一种基于人工智能分离循环肿瘤细胞识别系统，其特征在于：所述embedding通过embeddingvector连接有align，所述align连接有标签匹配。

4.根据权利要求1所述的一种基于人工智能分离循环肿瘤细胞识别系统，其特征在于：所述ctc-tracer无监督深度迁移学习模型与输入数据之间连接有二元分类器。

5.根据权利要求1所述的一种基于人工智能分离循环肿瘤细胞识别系统，其特征在于：所述ctc的个数需至少30个。

6.一种固态光源系统，其特征在于，具体包括以下步骤：

7.一种循环肿瘤细胞检测设备，该设备包括：处理器以及存储有计算机程序指令的存储器。

8.根据权利要求7所述的一种循环肿瘤细胞检测设备，其特征在于：所述处理器执行所述计算机程序指令时实现。

9.根据权利要求7所述的一种循环肿瘤细胞检测设备，其特征在于：所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如第一方面所述的循环肿瘤细胞检测方法。

技术总结
本发明提供一种基于人工智能分离循环肿瘤细胞识别系统，涉及肿瘤细胞技术领域。该基于人工智能分离循环肿瘤细胞识别系统，包括智能识别系统，所述智能识别系统包括CTC‑Tracer无监督深度迁移学习模型和固态光源系统；所述CTC‑Tracer无监督深度迁移学习模型和固态光源系统之间连接有数据均衡，所述数据均衡连接有结果输出。本发明提供一种基于人工智能分离循环肿瘤细胞识别系统，该系统能够自动化识别循环肿瘤细胞，准确识别CTC并追踪其病变来源，还可以检测其相对于病变细胞的表达变化，其最精准高，自动化高。

技术研发人员：官成浓,杨丰,孙蕾
受保护的技术使用者：东莞市东南部中心医院（东莞市东南部中医医疗服务中心）
技术研发日：
技术公布日：2024/1/16