一种用于类器官活力分析的明场成像检测分析方法和系统与流程

所属的技术人员知道，本发明可以实现为系统、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram),只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

背景技术：

1、类器官(organoid)是在体外用3d培养技术对干细胞或器官祖细胞进行诱导分化形成的在结构和功能上都类似目标器官或组织的三维细胞复合体，目前，往往通过人工方式对类器官的活力进行分析，受主观影响较大，不能客观地对类器官的活力进行分析。

技术实现思路

1、本发明所要解决的技术问题是针对现有技术的不足，提供了一种用于类器官活力分析的明场成像检测分析方法和系统。

2、本发明的一种用于类器官活力分析的明场成像检测分析方法的技术方案如下：

3、获取类器官的多个明场图像；

4、基于相似度，从所有明场图像中选取多个第一目标明场图像；

5、根据选取出的第一目标明场图像，得到用于训练类器官活力分析模型的训练集；

6、基于训练集对所述类器官活力分析模型进行训练，得到训练好的类器官活力分析模型；

7、将类器官的待分析明场图像输入所述训练好的类器官活力分析模型，得到类器官的活力分析结果。

8、本发明的一种用于类器官活力分析的明场成像检测分析方法的有益效果如下：

9、能够智能化对类器官的活力进行分析，避免由于人工分析所导致的主观影响，提高活力分析结果的客观性和准确性，而且，通过明场图像的成像精度更高，进一步提高活力分析结果的准确性。

10、在上述方案的基础上，本发明的一种用于类器官活力分析的明场成像检测分析方法还可以做如下改进。

11、进一步，还包括：

12、在类器官的待分析明场图像上拓展空白区域，在所述空白区域填充类器官的活力分析结果，得到结果图像；

13、将所述结果图像进行矢量化，得到矢量图，生成指向所述矢量图的短链接；

14、将所述短链接发送至用户的智能终端。

15、采用上述进一步方案的有益效果是：一方面，便于用户通过矢量图就能够直接查看待分析明场图像及其活力分析结果，更加方便，提高用户体验度，另一方面，用户对矢量图进行放大查看时，不会出现失真，进一步提高用户体验度。

16、进一步，还包括：

17、当通过人工方式对类器官的活力分析结果进行校验并得到校验结果时，使所述矢量图的短链接同时指向所述校验结果和所述矢量图。

18、采用上述进一步方案的有益效果是：不需要重新发送短链接，就可以让用户得到校验结果和矢量图，进一步提高用户体验度。

19、进一步，所述训练类器官活力分析模型为深度卷积神经网络。

20、进一步，根据选取出的第一目标明场图像，得到用于训练类器官活力分析模型的训练集，包括：

21、对选取出的第一目标明场图像进行筛选，以去除存在异常的第一目标明场图像，得到多个第二目标明场图像；

22、对每个第二目标明场图像进行人工类型判断，并进行活力逐一评分，形成用于训练类器官活力分析模型的训练集。

23、采用上述进一步方案的有益效果是：通过去除存在异常的第一目标明场图像，能够提高训练集中的样本质量，进而提高对类器官活力分析模型的训练质量。

24、进一步，基于相似度，从所有明场图像中选取多个第一目标明场图像，包括：

25、计算每两个明场图像之间的相似度，根据计算得到的相似度将所有明场图像划分为多组，每组中的每两个明场图像之间的相似度均超过预设相似度阈值；

26、从每组中获取任一明场图像，作为第一目标明场图像，得到多个第一目标明场图像。

27、采用上述进一步方案的有益效果是：由于相似度高的明场图像提取的特征相类似，对提高训练好的类器官活力分析模型的精度的效果有限，因此，从每组中获取任一明场图像，作为第一目标明场图像，能够让类器官活力分析模型快速学习到更多特征，在保证训练好的类器官活力分析模型的精度的情况下，还能极大提高训练速度。

28、本发明的一种用于类器官活力分析的明场成像检测分析系统的技术方案如下：

29、包括第一获取模块、选取模块、第二获取模块、训模模块和分析模块；

30、所述第一获取模块用于：获取类器官的多个明场图像；

31、所述选取模块用于：基于相似度，从所有明场图像中选取多个第一目标明场图像；

32、所述第二获取模块用于：根据选取出的第一目标明场图像，得到用于训练类器官活力分析模型的训练集；

33、所述训练模块用于：基于训练集对所述类器官活力分析模型进行训练，得到训练好的类器官活力分析模型；

34、所述分析模块用于：将类器官的待分析明场图像输入所述训练好的类器官活力分析模型，得到类器官的活力分析结果。

35、本发明的一种用于类器官活力分析的明场成像检测分析系统的有益效果如下：

36、能够智能化对类器官的活力进行分析，避免由于人工分析所导致的主观影响，提高活力分析结果的客观性和准确性，而且，通过明场图像的成像精度更高，进一步提高活力分析结果的准确性。

37、在上述方案的基础上，本发明的一种用于类器官活力分析的明场成像检测分析系统还可以做如下改进。

38、进一步，还包括拓展填充模块、生成模块和发送模块；

39、所述拓展填充模块用于：在类器官的待分析明场图像上拓展空白区域，在所述空白区域填充类器官的活力分析结果，得到结果图像；

40、所述生成模块用于：将所述结果图像进行矢量化，得到矢量图，生成指向所述矢量图的短链接；

41、所述发送模块用于：将所述短链接发送至用户的智能终端。

42、采用上述进一步方案的有益效果是：一方面，便于用户通过矢量图就能够直接查看待分析明场图像及其活力分析结果，更加方便，提高用户体验度，另一方面，用户对矢量图进行放大查看时，不会出现失真，进一步提高用户体验度。

43、进一步，所述生成模块还用于：

44、当通过人工方式对类器官的活力分析结果进行校验并得到校验结果时，使所述矢量图的短链接同时指向所述校验结果和所述矢量图。

45、采用上述进一步方案的有益效果是：不需要重新发送短链接，就可以让用户得到校验结果和矢量图，进一步提高用户体验度。

46、进一步，所述训练类器官活力分析模型为深度卷积神经网络。

47、进一步，所述第二获取模块具体用于：

48、对选取出的第一目标明场图像进行筛选，以去除存在异常的第一目标明场图像，得到多个第二目标明场图像；

49、对每个第二目标明场图像进行人工类型判断，并进行活力逐一评分，形成用于训练类器官活力分析模型的训练集。

50、采用上述进一步方案的有益效果是：通过去除存在异常的第一目标明场图像，能够提高训练集中的样本质量，进而提高对类器官活力分析模型的训练质量。

51、进一步，所述选取模块具体用于：

52、计算每两个明场图像之间的相似度，根据计算得到的相似度将所有明场图像划分为多组，每组中的每两个明场图像之间的相似度均超过预设相似度阈值；

53、从每组中获取任一明场图像，作为第一目标明场图像，得到多个第一目标明场图像。

54、采用上述进一步方案的有益效果是：由于相似度高的明场图像提取的特征相类似，对提高训练好的类器官活力分析模型的精度的效果有限，因此，从每组中获取任一明场图像，作为第一目标明场图像，能够让类器官活力分析模型快速学习到更多特征，在保证训练好的类器官活力分析模型的精度的情况下，还能极大提高训练速度。