[发明专利]使用神经网络处理细胞图像

说明书

用于使用神经网络处理细胞图像的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。一种方法包括获得包括用光学显微镜技术照射的一个或多个生物细胞的输入图像的数据；使用染色细胞神经网络处理数据；以及使用细胞特性神经网络处理一个或多个染色细胞图像，其中细胞特性神经网络通过训练已经被配置为接收一个或多个染色细胞图像并处理一个或多个染色细胞图像以生成表征在一个或多个染色细胞图像中染色的生物细胞的特征的细胞特性输出。

技术领域

本说明书涉及用于处理生物细胞图像的神经网络。

背景技术

神经网络是机器学习模型，其采用一个或多个模型层来为接收的输入生成输出，例如，一个或多个分类。除了输出层之外，一些神经网络还包括一个或多个隐藏层。每个隐藏层的输出用作网络中下一层的输入，即网络的下一个隐藏层或输出层。网络的每个层根据相应参数集的当前值从接收的输入生成输出。

处理细胞的现有方法包括用荧光标记物手动洗涤细胞以生产染色细胞。从染色细胞中，科学家们可以手动识别细胞的特性。

发明内容

一般地，本说明书描述了一种用于处理细胞图像的神经网络。

具体地，系统获得包括用光学显微镜技术(optical microscopy technique)照射的一个或多个生物细胞的输入图像的数据。

系统使用染色细胞神经网络处理数据。染色细胞神经网络是深度神经网络，其通过训练已经被配置为接收数据并处理数据以生成一个或多个染色细胞图像。每个染色细胞图像描绘输入图像中的一个或多个生物细胞的相应染色版本。

在本说明书中描述的主题的特定实施例可以被实施，以实现以下优点中的一个或多个。

染色细胞神经网络可以从细胞图像预测染色细胞图像，细胞特性神经网络可以从染色细胞图像预测细胞特性。因此，可以使用自动化过程从细胞图像预测细胞的特性，这可以降低成本和测试时间。也就是说，可以预测细胞的特性而不必对活细胞进行物理染色，这减少了需要修改以确定细胞特性的活细胞的数量。具体地，可以在没有物理染色并且可能杀死细胞的情况下生成活细胞的染色图像。然后可以使用这些染色图像来确定细胞的特性。另外，使用神经网络生成染色图像比物理染色细胞以生成染色图像更有效，并且需要更少的资源和时间。此外，神经网络可以被配置为同时对任意数量的通道进行染色，而物理协议只能同时染色少量通道。

在附图和以下描述中阐述了本说明书的主题的一个或多个实施例的细节。根据说明书、附图和权利要求，本主题的其他特征、方面和优点将变得显而易见。

附图说明

图1示出了用于处理细胞图像的示例系统。

图2是用于处理一个或多个细胞的图像以识别一个或多个细胞的特征的示例过程的流程图。

图3是用于训练染色细胞神经网络的示例性过程的流程图。

图4是用于训练细胞特性神经网络的示例过程的流程图。

在不同的附图中相同的附图标记和名称表示相同的元素。

具体实施方式

图1示出了用于处理细胞图像的示例系统100。系统100是在一个或多个位置中的一个或多个计算机上实施为计算机程序的系统的示例，其中可以实施下面描述的系统、组件和技术。

系统100包括染色细胞神经网络104。染色细胞神经网络104是被配置为处理细胞图像数据102以生成染色细胞图像数据106的神经网络。细胞图像数据102可以包括由显微相机拍摄的一个或多个生物细胞的一个或多个图像。染色细胞图像数据106包括预测细胞图像数据102中的细胞如果被染色会是什么样子的图像。