一种基于非均一体积液滴和图像处理的数字核酸定量方法技术

本发明专利技术涉及一种基于非均一体积液滴和图像处理的数字核酸定量方法，包括以下步骤：生成非均一液滴，并进行等温扩增；让液滴在微通道中流动，并录制液滴在微通道中流动的视频；构建基于区域卷积神经网络的图像分割模型，并进行训练；将录制好的视频输入训练完成后的图像分割模型中，训练完成后的图像分割模型自动对视频图像进行分割与识别，得到核酸检测结果。不需要荧光成像与读取设备，而利用微流控技术生成的观察芯片，使液滴流过毫米宽的通道并进行明场成像；以沉淀物代替荧光作为液滴阴阳性状态的指示，得到液滴状态与面积参数等数据；将图像处理算法输出的数据代入基于泊松分布的核酸浓度计，得到目标核酸浓度。得到目标核酸浓度。得到目标核酸浓度。

【技术实现步骤摘要】
一种基于非均一体积液滴和图像处理的数字核酸定量方法


[0001]本专利技术涉及数字核酸检测领域，更具体地，涉及一种基于非均一体积液滴和图像处理的数字核酸定量方法。

技术介绍

[0002]核酸检测在病原体感染的鉴定、遗传分析与遗传疾病的诊断上起着核心的作用。在生物样本中，核酸数量往往非常低，因此需要通过核酸扩增实验来大大增加目标核酸数量。其中，聚合酶链式反应(PCR)最为常见。基于此反应，研究者开发了实时荧光定量PCR(qPCR)，是目前主流的核酸定量方法。然而，该方法是一种依赖于标准曲线或者标准品才能确定目标核酸量的相对定量技术，在建立标准曲线时费时费力，极易收到人为因素以及环境因素的干扰。
[0003]数字PCR(dPCR)是一种无需标准曲线、可实现绝对定量的技术，其中数字液滴PCR(ddPCR)最为常见。该技术主要由三个环节组成：核酸分散、PCR扩增和信号读取，每个环节需要一个专门的设备。ddPCR中，通常利用微流控技术产生数以万计、大小均一且确定的油包水液滴，核酸被多倍稀释并分散至这些液滴中，以致于每个液滴中包含0或1个核酸。随后本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于非均一体积液滴和图像处理的数字核酸定量方法，其特征在于，包括以下步骤：S1：生成非均一液滴，并进行等温扩增；S2：让液滴在微通道中流动，并录制液滴在微通道中流动的视频；S3：构建基于区域卷积神经网络的图像分割模型，并进行训练；S4：将录制好的视频输入训练完成后的图像分割模型中，训练完成后的图像分割模型自动对视频图像进行分割与识别，得到核酸检测结果。2.根据权利要求1所述的一种基于非均一体积液滴和图像处理的数字核酸定量方法，其特征在于，在步骤S1中，生成体积非均一液滴，其阴性液滴个数为M，且体积为V
‑
,i
(0<i<＝N)；阳性液滴个数为N，且体积为V
+,j
(0<j<＝N)；利用最大似然估计，其浓度C满足以下公式：之后对不同浓度的核酸样本进行扩增。3.根据权利要求2所述的一种基于非均一体积液滴和图像处理的数字核酸定量方法，其特征在于，所述阴性液滴为不含核酸的液滴；所述阳性液滴为含有核酸的液滴。4.根据权利要求3所述的一种基于非均一体积液滴和图像处理的数字核酸定量方法，其特征在于，在步骤S2中，让扩增后的液滴在微通道中流动，对液滴分别进行明场与荧光场的录制，越高浓度的样本中出现沉淀的频率越高，且荧光与沉淀呈现一一对应的关系；低荧光强度范围聚集的大多数为无沉淀液滴，而高荧光强度范围聚集的大多数为有沉淀液滴。5.根据权利要求4所述的一种基于非均一体积液滴和图像处理的数字核酸定量方法，其特征在于，在步骤S3中，卷积神经网络是掩膜区域卷积神经网络结构的一部分；掩膜区域卷积神经网络不仅预测出每个感兴趣区域的类别和边界框，还在目标的像素级位置上生成掩膜；利用Mask R
‑
CNN作为图像分割模型，其主干模型为Resnet
‑
50模型，在模型训练中，使用了学习率为0.0005的随机梯度下降优化算法，原始图像、相关的标签和...

【专利技术属性】
技术研发人员：李自达，丁婧怡，陈琳喆，陈驰，
申请(专利权)人：深圳大学，
类型：发明
国别省市：