[发明专利]使用卷积神经网络的细胞系发育图像表征

权利要求书

1.一种方法，其包括由计算系统：

接收描绘采样区域的查询图像；

使用单个簇检测模型处理所述查询图像，以识别所述查询图像的描绘所述采样区域中的簇的一个或多个区域；

使用簇验证深度学习模型处理所述一个或多个区域，以确定每个所描绘的簇是否是细胞簇；

确定所识别的一个或多个区域中的恰好一个区域描绘作为细胞簇的簇；以及

使用形态深度学习模型处理描绘所述细胞簇的所述区域，以：

确定所述细胞簇中仅有一个细胞；以及

确定所述细胞的形态是可接受的。

2.根据权利要求1所述的方法，其中每个所描绘的簇包括簇轮廓区域，所述簇轮廓区域具有在预定范围内的簇轮廓区域大小和至少预定数量的点。

3.根据权利要求2所述的方法，其中识别所述区域包括围绕所述簇轮廓区域绘制边界框。

4.根据权利要求1至3中任一项所述的方法，其中确定每个所描绘的簇是否是细胞簇包括在描绘所述采样区域的另一查询图像的对应位置中验证每个所描绘的簇。

5.根据权利要求1至4中任一项所述的方法，其中确定每个所描绘的簇是否是细胞簇包括确定每个所描绘的簇是否表现为对于具有细胞为肯定性的簇。

6.根据权利要求1至5中任一项所述的方法，其中确定每个所描绘的簇是否是细胞簇包括确定每个所描绘的簇是否不表现为对于具有细胞为否定性的簇。

7.根据权利要求1至6中任一项所述的方法，其中确定所述细胞簇中仅有一个细胞包括评估在所述细胞簇中检测到的轮廓的数量。

8.根据权利要求1至7中任一项所述的方法，其中确定所述细胞的所述形态是可接受的包括识别细胞中心区域并评估所述细胞中心区域的圆度。

9.根据权利要求1至8中任一项所述的方法，其中确定所述细胞的所述形态是可接受的包括识别明亮的细胞中心区域和围绕所述明亮的细胞中心区域的暗淡的环形细胞膜。

10.根据权利要求1至9中任一项所述的方法，其中确定所述细胞的所述形态是可接受的包括识别明亮的细胞中心区域和在所述细胞膜外部的明亮的环形区域。

11.根据权利要求1至10中任一项所述的方法，其中所述查询图像包括荧光图像或明场图像。

12.根据权利要求1至11中任一项所述的方法，其进一步包括：

在处理所述查询图像之前，在分析的预检查阶段期间使用轮廓检测算法识别所述查询图像中的一个或多个大的不同对象。

13.根据权利要求1至12中任一项所述的方法，其进一步包括：

在处理所述查询图像之前，在分析的预检查阶段期间确定所述查询图像是否低于预定暗度阈值。

14.根据权利要求1至13中任一项所述的方法，其进一步包括：

在处理所述查询图像之前，确定在所述查询图像中是否存在所述采样区域的临界剪裁。

15.根据权利要求14所述的方法，其中所述采样区域是阱，所述阱具有在所述查询图像中的由多个阱轮廓点和阱轮廓中心限定的阱轮廓。

16.根据权利要求15所述的方法，其中确定是否存在所述采样区域的临界剪裁包括：

将具有拟合圆心和拟合圆半径的拟合圆应用于所述查询图像中的所述阱轮廓。