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

1.本发明涉及器官活力分析技术领域，尤其涉及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。


背景技术：

2.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。


技术实现要素：

3.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。
4.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：
5.获取类器官的多个明场图像；
6.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；
7.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；
8.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；
9.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。
10.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：
11.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。
12.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。
13.进一步，还包括：
14.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；
15.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；
16.将所述短链接发送至用户的智能终端。
17.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。
18.进一步，还包括：
19.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。
20.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。
21.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。
22.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：
23.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；
24.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。
25.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。
26.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：
27.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；
28.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。
29.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。
30.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：
31.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；
32.所述第一获取模块用于：获取类器官的多个明场图像；
33.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；
34.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；
35.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；
36.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。
37.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：
38.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。
39.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。
40.进一步，还包括拓展填充模块、生成模块和发送模块；
41.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；
42.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；
43.所述发送模块用于：将所述短链接发送至用户的智能终端。
44.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。
45.进一步，所述生成模块还用于：
46.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。
47.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。
48.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。
49.进一步，所述第二获取模块具体用于：
50.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；
51.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。
52.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。
53.进一步，所述选取模块具体用于：
54.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；
55.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。
56.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。
附图说明
57.通过阅读参照以下附图所作的对非限制性实施例的详细描述，本发明的其它特征、目的和优点将会变得更明显：
58.图1为本发明实施例的一种用于类器官活力分析的明场成像检测分析方法的流程示意图；
59.图2为本发明实施例的一种用于类器官活力分析的明场成像检测分析系统的结构示意图。
具体实施方式
60.如图1所示，本发明实施例的一种用于类器官活力分析的明场成像检测分析方法，包括如下步骤：
61.s1、获取类器官的多个明场图像，具体地：
62.利用电子显微镜或现有的明场成像装置获取类器官的多个明场图像。
63.s2、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；
64.s3、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；
65.其中，类器官活力分析模型为神经网络，具体可为深度卷积神经网络，也可根据实际情况，选用其它的深度学习模型作为类器官活力分析模型。
66.s4、基于训练集对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，具体可采用监督学习方法进行训练，也可根据实际情况采用其它训练方式进行训练。
67.s5、将类器官的待分析明场图像输入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，其中，活力分析结果包括：类器官的类型判断结果以及活力评分，活力评分低于预设活力评分阈值时，向用户发出提醒。
68.本实施例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。
69.可选地，在上述技术方案中，还包括：
70.s6、在类器官的待分析明场图像上拓展空白区域，在空白区域填充类器官的活力分析结果，得到结果图像；
71.其中，空白区域的位置和尺寸可根据实际情况设置。
72.s7、将结果图像进行矢量化，得到矢量图，生成指向矢量图的短链接；
73.其中，短链接的具体数据格式可根据实际情况设置，在此不做赘述。
74.s8、将短链接发送至用户的智能终端。
75.本实施例中，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。
76.可选地，在上述技术方案中，还包括：
77.s9、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，使矢量图的短链接同时指向校验结果和矢量图。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。
78.需要说明的是，还可对类器官的活力分析结果进行人工抽检，例如，通过人工抽检的方式，对100个类器官的活力分析结果进行校验，那么：
79.1)若校验结果为不准确的占比不超过预设占比阈值时，则判定训练好的类器官活力分析模型的精度高，继续应用该训练好的类器官活力分析模型；
80.2)若校验结果为不准确的占比超过预设占比阈值时，则可判定训练好的类器官活力分析模型的精度低，此时，可通过增加训练集或者对类器官活力分析模型的结构进行改进等方式，重新对类器官活力分析模型进行训练，以得到新的训练好的类器官活力分析模
型，并进行应用。
81.其中，预设占比阈值可为10％或20％等，可根据实际情况设置。
82.可选地，在上述技术方案中，训练类器官活力分析模型为深度卷积神经网络。
83.可选地，在上述技术方案中，s3中，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：
84.s30、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；
85.其中，异常的第一目标明场图像指：存在局部不清楚的第一目标明场图像或者出现缺损的第一目标明场图像等，该筛选过程可通过图像识别的方式实现，或者人工方式实现。
86.s31、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。
87.本实施例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。
88.可选地，在上述技术方案中，s4中，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：
89.s40、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；
90.其中，相似度可为余弦相似度或欧几里得距离等，预设相似度阈值可根据实际情况设置。
91.s41、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。
92.需要说明的是，若存在没有归组的明场图像时，则可将所有没有归组的明场图像均作为第一目标明场图像。
93.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。
94.在上述各实施例中，虽然对步骤进行了编号s1、s2等，但只是本技术给出的具体实施例，本领域的技术人员可根据实际情况调整s1、s2等的执行顺序，此也在本发明的保护范围内，可以理解，在一些实施例中，可以包含如上述各实施方式中的部分或全部。
95.如图2所示，本发明实施例的一种用于类器官活力分析的明场成像检测分析系统200，包括第一获取模块210、选取模块220、第二获取模块230、训模模块240和分析模块250；
96.第一获取模块210用于：获取类器官的多个明场图像；
97.选取模块220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；
98.第二获取模块230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；
99.训练模块240用于：基于训练集对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；
100.分析模块250用于：将类器官的待分析明场图像输入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。
101.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。
102.可选地，在上述技术方案中，还包括拓展填充模块、生成模块和发送模块；
103.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，在空白区域填充类器官的活力分析结果，得到结果图像；
104.生成模块用于：将结果图像进行矢量化，得到矢量图，生成指向矢量图的短链接；
105.发送模块用于：将短链接发送至用户的智能终端。
106.一方面，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。
107.可选地，在上述技术方案中，生成模块还用于：
108.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，使矢量图的短链接同时指向校验结果和矢量图。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。
109.可选地，在上述技术方案中，训练类器官活力分析模型为深度卷积神经网络。
110.可选地，在上述技术方案中，第二获取模块230具体用于：
111.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；
112.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。
113.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。
114.可选地，在上述技术方案中，选取模块220具体用于：
115.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；
116.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。
117.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。
118.上述关于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中的各参数和各个单元模块实现相应功能的步骤，可参考上文中关于一种用于类器官活力分析的明场成像检测分析方法的实施例中的各参数和步骤，在此不做赘述。
119.本发明实施例的一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的程序，处理器执行程序时实现上述任一实施的一种用于类器官活力分析的明场
成像检测分析方法的步骤。
120.其中，电子设备可以选用电脑、手机等，相对应地，其程序为电脑软件或手机app等，且上述关于本发明的一种电子设备中的各参数和步骤，可参考上文中一种用于类器官活力分析的明场成像检测分析方法的实施例中的各参数和步骤，在此不做赘述。
121.所属技术领域的技术人员知道，本发明可以实现为系统、方法或计算机程序产品。
122.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。
123.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。
124.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。

技术特征：
1.一种用于类器官活力分析的明场成像检测分析方法，其特征在于，包括：获取类器官的多个明场图像；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；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；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；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。2.根据权利要求1所述的一种用于类器官活力分析的明场成像检测分析方法，其特征在于，还包括：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；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；将所述短链接发送至用户的智能终端。3.根据权利要求2所述的一种用于类器官活力分析的明场成像检测分析方法，其特征在于，还包括：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。4.根据权利要求1至3任一项所述的一种用于类器官活力分析的明场成像检测分析方法，其特征在于，所述训练类器官活力分析模型为深度卷积神经网络。5.根据权利要求1至3任一项所述的一种用于类器官活力分析的明场成像检测分析方法，其特征在于，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，包括：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；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。6.一种用于类器官活力分析的明场成像检测分析系统，其特征在于，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；所述第一获取模块用于：获取类器官的多个明场图像；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；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；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；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。7.根据权利要求6所述的一种用于类器官活力分析的明场成像检测分析系统，其特征在于，还包括拓展填充模块、生成模块和发送模块；
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；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；所述发送模块用于：将所述短链接发送至用户的智能终端。8.根据权利要求7所述的一种用于类器官活力分析的明场成像检测分析系统，其特征在于，所述生成模块还用于：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。9.根据权利要求6至8任一项所述的一种用于类器官活力分析的明场成像检测分析系统，其特征在于，所述训练类器官活力分析模型为深度卷积神经网络。10.根据权利要求6至8任一项所述的一种用于类器官活力分析的明场成像检测分析系统，其特征在于，所述第二获取模块具体用于：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；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。

技术总结
本发明器官活力分析技术领域，尤其涉及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，方法包括：获取类器官的多个明场图像；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；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；基于训练集对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；将类器官的待分析明场图像输入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。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。进一步提高活力分析结果的准确性。进一步提高活力分析结果的准确性。


技术研发人员：陈雪琴 陈艺丹 檀亚玲 周荣璟 张静
受保护的技术使用者：杭州市肿瘤医院
技术研发日：2023.05.22
技术公布日：2023/8/21