一种基于显微图像的类器官类型智能识别方法及系统技术方案

本发明专利技术提供一种基于显微图像的类器官类型智能识别方法及系统。该方法包括：获取肺泡类器官显微图像；将其中每个肺泡类器官进行框选并单独提取，用xi表示其中一个肺泡类器官图像；将每个肺泡类器官图像分别输入到3种类型智能判断与识别模型中得到3种预测结果；待所有肺泡类器官图像处理完毕后，统计3种类型智能判断与识别模型的精确率和召回率结果，并利用这些结果对三种模型进行评价，选择评价结果最优的模型为最终的分选模型；采用其进行肺泡类器官类型的识别与判断。本发明专利技术以肺泡类器官影像为数据输入，可直接导出详细分型比例数据，拥有统一的判别标准且快速直观，可进行高通量作业，分型比例数据可作为建库和质控标准，还可作为研究参数。还可作为研究参数。还可作为研究参数。

【技术实现步骤摘要】
一种基于显微图像的类器官类型智能识别方法及系统


[0001]本专利技术属于生物医药
，具体涉及一种基于显微图像的类器官类型 智能识别方法及系统。

技术介绍

[0002]肺组织发育是一个细胞生长和分化严格协调的复杂过程，小鼠肺组织发生 于胚胎发育的第9.5d(Embryonic day9.5，E9.5)；随后，肺组织的发育通常 经历假腺期、小管期、囊状期、原始肺泡期和肺泡期；上皮组织不断的生长和 反复分支形成各级气管、支气管至肺泡，其中肺泡化是一个多种细胞及生物分 子协调参与的过程，涵盖原始肺泡期至肺泡期的发育，以肺泡壁的变薄和次级 隔壁的发生及生长为主要的形态特征。肺的发育是从近端到远端的过程，从气 管开始，发展至肺泡，在肺远端形成一个精细的肺泡系统，含有产生表面活性 剂的肺泡II型(AT2)细胞和具有气体交换功能的肺泡I型(AT1)细胞，行使 肺组织的主要功能。
[0003]现在尚未出现肺泡类器官分型智能识别系统，型态和分型都是人为判断， 缺乏公认的标准与能导入AI识别的参数；如根据肺上皮类器官产生了三种形态 上不同的集落类型，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于显微图像的类器官类型智能识别方法，其特征在于：包括：步骤1，获取一系列肺泡类器官的显微图像并进行图像合成；步骤2，将合成的显微图像中的每个肺泡类器官进行框选，并将框选的每个肺泡类器官图像单独一一提取出来，用xi表示其中一个肺泡类器官图像，i为整数；步骤3，将每个肺泡类器官图像分别输入到3种类型智能判断与识别模型中：VGG、ResNet和GoogleNet，得到该图像中肺泡类器官类型的3种预测结果，如果该图像中肺泡类器官存在人工标注结果，则将获得的3种预测结果与人工标注结果进行比较，并通过最小化loss来优化3种类型智能判断与识别模型；否则将3种预测结果进行比较，至少有两个预测结果相一致时，将该一致结果作为该图像肺泡类器官类型的伪标签，然后将剩下的一种预测结果对应的模型通过最小化loss来优化；步骤4，待所有肺泡类器官图像处理完毕后，统计3种类型智能判断与识别模型的精确率和召回率结果，并利用这些结果对三种模型进行模型评价指标F1值评价，选择评价结果最优的模型为最终的分选模型；步骤5，采用该分选模型进行肺泡类器官类型的识别与判断。2.根据权利要求1所述的一种基于显微图像的类器官类型智能识别方法，其特征在于：所述最小化loss优化所采用的公式为：式I中，表示第xi图像中类器官的预测结果，j表示模型编号：VGG模型，j＝1；ResNet模型，j＝2；GoogleNet模型，j＝3；表示人工标注结果。3.根据权利要求1所述的一种基于显微图像的类器官类型智能识别方法，其特征在于：所述F1值的计算公式为：式II中，Precision表示精确率，Recall表示召回率...

【专利技术属性】
技术研发人员：李刚，王程，卞学胜，张珉翔，
申请(专利权)人：厦门大学，
类型：发明
国别省市：