[发明专利]一种脑切片标记神经细胞检测方法及装置在审

专利信息
申请号: 202011388114.X 申请日: 2020-12-01
公开(公告)号: CN113034429A 公开(公告)日: 2021-06-25
发明(设计)人: 王松伟;牛克;王宇航;李倩 申请(专利权)人: 郑州大学
主分类号: G06T7/00 分类号: G06T7/00;G06N3/04;G06N3/08;G06K9/62
代理公司: 暂无信息 代理人: 暂无信息
地址: 450001 河南省郑*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 切片 标记 神经细胞 检测 方法 装置
【说明书】:

发明涉及一种脑切片标记神经细胞检测方法及装置,属于目标检测技术领域。其中方法包括:通过手术处理、病毒标记、免疫组化和共聚焦成像等步骤获取荧光标记脑切片;将荧光标记脑切片进行神经细胞标注,得到目标检测网络模型训练的数据集,该数据集包括训练数据集、验证数据集和测试数据集;将数据集输入目标检测网络中进行训练,得到目标检测模型的最优参数;将得到的最优参数应用于所要检测的荧光标记脑切片,完成脑切片标记神经细胞的检测。本发明实现脑切片中标记神经细胞的自动检测,操作简捷方便,可以非常精确的检测出标记神经细胞。

技术领域

本发明涉及一种脑切片标记神经细胞检测方法及装置,属于目标检测技术领域。

背景技术

大脑作为动物神经系统最高级的部分,其由数量庞大、形态及功能不同的神经细胞组成,并通过不同的神经网络主导动物的生理、心理活动。大脑的研究对治疗脑神经疾病、优化人工智能具有重要意义。随着神经信息处理手段和神经成像技术的不断发展,对大脑的研究逐渐由认识大脑的功能和结构转向更为深入的神经功能研究。随着神经环路标记和神经染色技术的发展以及磁共振成像技术的应用,需要对脑切片中的神经细胞数目、荧光信号强度和分子表达水平进行量化分析,进而对脑神经网络的组成以及神经细胞分布特性进行研究。

脑切片标记神经细胞检测属于目标检测技术领域,目标检测是计算机视觉和数字图像处理中的重要技术,主要任务是在图像中定位预定义目标的类别并进行判断。传统的目标检测方法可以分为区域选择、特征提取和分类器三个部分。区域选择的目的是对目标的位置进行定位,由于目标的大小以及在图像中出现的位置不能确定,需要采用滑动窗口的方法遍历整个图像以确定候选区域。特征提取是对确定的候选区域进行特征提取,传统目标检测中常用的特征提取方法有SIFT和HOG等。分类器的作用是对检测到的目标进行分类,常用的分类器有SVM和Adaboost等。但由于传统目标检测方法大多采用的是人工设计的特征,因此其对目标的多样性变化没有很好的鲁棒性。并且传统的目标检测方法采用滑动窗口的区域选择没有针对性,存在时间复杂度高和窗口冗余等缺陷,导致分类错误率较高。由于荧光标记脑切片中存在特殊形态的标记神经细胞,并且存在污染的染色试剂点,采用传统的目标检测方法容易发生漏检和误检的现象。

发明内容

本发明的目的在于提供一种脑切片标记神经细胞检测方法,用以解决现有目标检测方法存在的漏检和误检问题;同时还提供一种脑切片标记神经细胞检测装置,用以解决现有目标检测装置存在的漏检和误检问题。

为实现上述目的,本发明提出一种脑切片标记神经细胞检测方法,包括以下步骤:

通过对动物进行手术处理、病毒标记、免疫组化和共聚焦成像等步骤获取荧光标记脑切片;

将荧光标记脑切片进行神经细胞标注,得到目标检测网络模型训练的数据集,该数据集包括训练数据集、验证数据集和测试数据集;

将数据集输入目标检测网络中进行训练,得到目标检测模型的最优参数;

将得到的最优参数应用于所要检测的荧光标记脑切片,完成脑切片标记神经细胞的检测。

另外,本发明还提出一种脑切片标记神经细胞检测装置,包括存储器、处理器以及存储在所述存储器中并可在处理器上运行的计算机程序,所述处理器在执行所述计算机程序时实现上述脑切片标记神经细胞检测方法。

有益效果是:本发明对获取的荧光标记脑切片中神经细胞标注后得到的数据集进行目标检测网络的训练,得到目标检测模型的最优参数,之后将得到的最优参数作用于所要检测的荧光标记脑切片,实现脑切片标记神经细胞的检测,本发明实现脑切片中标记神经细胞的自动检测,操作简捷方便,可以非常精确的检测出标记神经细胞。

进一步的,上述脑切片标记神经细胞检测方法及装置中,为了获取荧光标记脑切片,对动物进行嗜神经工具病毒注射、取材及样本制备、免疫组化及共聚焦成像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州大学,未经郑州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011388114.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top