[发明专利]用于生物样品的无标记识别和分类的系统和方法

权利要求书

1.一种使用成像系统分析生物样品的方法，包括以下步骤：

使非暂时性可编程装置进行以下步骤：

指示所述成像系统获得训练生物样品的无标记图像，并且作为响应，接收第一训练图像；

指示所述成像系统使所述训练生物样品发荧光并获得经历荧光的所述训练生物样品的图像，并且作为响应，接收第二训练图像；

分析所述第二训练图像以生成多个训练细胞特性，其中，所述多个训练细胞特性中的每一个与包括所述训练生物样品的多个训练细胞中的一个相关联；以及

使用所述第一训练图像和所述多个训练细胞特性训练机器学习系统以得到经训练的机器学习系统，使得当所述经训练的机器学习系统以所述第一训练图像作为输入进行操作时，所述经训练的机器学习系统生成对应于所述多个训练细胞特性的多个预测细胞特性。

2.根据权利要求1所述的方法，其中，所述多个预测细胞特性中的每一个对应于所述多个训练细胞特性中的一个，并且所述非暂时性可编程装置迭代地进行训练所述机器学习系统的步骤，直到所述多个预测细胞特性中的每一个与所述多个训练细胞特性中的对应的一个之间的差异在预定量内。

3.根据权利要求1所述的方法，还使得所述非可编程暂时性装置进行以下步骤：接收所述生物样品的图像并且利用所述生物样品的所述图像作为输入来操作所述经训练的机器学习系统，并且作为响应，接收多个细胞特性，其中，所述多个细胞特性中的每一个与所述生物样品的细胞相关联。

4.根据权利要求3所述的方法，其中，使所述非可编程暂时性装置进行接收所述多个细胞特性的步骤包括接收所述生物样品的所述图像的每个像素的细胞特性的步骤。

5.根据权利要求3所述的方法，其中，所述非可编程暂时性装置进行处理所述多个细胞特性以得到与所述生物样品的所述图像相关联的度量的另外步骤。

6.根据权利要求5所述的方法，其中，所述度量包括在所述生物样品的所述图像中表示的活细胞、死细胞、特定细胞器和特定类型细胞的数量中的一个的计数。

7.根据权利要求1所述的方法，其中，经训练的机器学习系统包括第一经训练的机器学习系统，并且所述非暂时性可编程装置包括第一非暂时性可编程装置，并且所述方法还包括以下步骤：使所述第一非可编程暂时性装置进行存储与所述第一经训练的机器学习系统相关联的参数的另外的步骤，以及使第二非暂时性可编程装置进行用所存储的参数来配置未训练的机器学习系统以得到第二经训练的机器学习系统的步骤。

8.根据权利要求1所述的方法，其中，所述非暂时性可编程装置包括第一非暂时性可编程装置，并且所述方法包括使第二非暂时性可编程装置进行以下步骤的另外步骤：接收所述生物样品的图像并且以所述生物样品的所述图像作为输入来操作所述经训练的机器学习系统，并且作为响应，接收多个细胞特性，其中，所述多个细胞特性中的每一个与所述生物样品的细胞相关联。

9.根据权利要求1所述的方法，其中，使所述非暂时性可编程装置训练所述机器学习系统包括进行训练所述机器学习系统以针对特定类型的特性分析特定类型的生物样品的步骤。

10.根据权利要求1所述的方法，其中，所述无标记图像是表示所述生物样品的三维表示的一系列无标记图像中的一个，并且所述方法还包括使所述非暂时性可编程装置训练所述机器学习系统，包括同时向所述机器学习系统提供所有所述系列无标记图像作为输入。