一种细胞培养状态的图像采集处理方法及系统技术方案

本发明专利技术涉及图像处理技术领域，提供了一种细胞培养状态的图像采集处理方法及系统，包括构建细胞状态分析模型；在细胞培养皿中采集第一动态图像，并基于识别因子在第一动态图像中对目标细胞进行追踪并标记；根据标记结果在第一动态图像中拆分第二动态图像，同时，获取细胞状态分析模型的识别条件，并基于识别条件对第二动态图像进行处理，获得第三动态图像；将第三动态图像输入至细胞状态分析模型中进行分析，确定在细胞培养皿中目标细胞的培养状态。通过构建的细胞状态分析模型对细胞培养皿中的目标细胞的动态图像进行分析，实现对目标细胞的培养状态进行准确有效的确认，便于对目标细胞的培养过程进行监控，确保可以对其进行安全可靠的培养。安全可靠的培养。安全可靠的培养。

【技术实现步骤摘要】
一种细胞培养状态的图像采集处理方法及系统


[0001]本专利技术涉及生物检测中的图像数据处理
，特别涉及一种细胞培养状态的图像采集处理方法及系统。

技术介绍

[0002]目前，传统细胞培养状态主要通过光学显微镜，对细胞形态和数量进行初步判定，然后再通过生物标记的手段获得细胞状态更多的生理状态。但生物标记的方法属于一种侵入式的检测方法。
[0003]现在市面上常用的实施方案主要基于现有细胞培养皿，即在细胞培养皿底部集成两电极系统，但现有的电阻抗细胞监测装置，还主要依靠人工进行细胞培养液体的更替操作，操作不便，同时，也有对培养皿进行图像采集，并对采集后的图像进行分析，在对采集到的图像进行分析时，并不能确保采集到的图像准确可靠，同时也并不能对培养皿内细胞的生长环境进行监测，正如公开号为CN101127839A的中国专利申请中，对采集到的图像进行分析，只能监测细胞当前的生长状态，并不能对细胞的生长环境进行同步监测，从而导致对细胞状态的监测效果大大降低。

技术实现思路

[0004]本专利技术提供一种细胞培养状态的图像采集处理方法及系统，用以通过构建的细胞状态分析模型对细胞培养皿中的目标细胞的动态图像进行分析，实现对细胞培养皿中目标细胞的培养状态进行准确有效的确认，从而便于对目标细胞的培养过程进行实时监控，确保可以对目标细胞进行安全可靠的培养。
[0005]本专利技术提供了一种细胞培养状态的图像采集处理方法，包括：步骤1：构建细胞状态分析模型；步骤2：在细胞培养皿中采集第一动态图像，并基于识别因子在第一动态图像中对目标细胞进行追踪并标记；步骤3：根据标记结果在第一动态图像中拆分第二动态图像，同时，获取细胞状态分析模型的识别条件，并基于识别条件对第二动态图像进行处理，获得第三动态图像；步骤4：将第三动态图像输入至细胞状态分析模型中进行分析，确定在细胞培养皿中目标细胞的培养状态。
[0006]优选的，一种细胞培养状态的图像采集处理方法，步骤1中，构建细胞状态分析模型，包括：读取目标细胞的细胞信息，确定目标细胞的细胞类型以及目标细胞的细胞培养特征；根据目标细胞的细胞类型以及目标细胞的细胞培养特征在预设细胞管理数据库中爬取目标细胞在细胞培养皿中不同培养时期的细胞图像，并确定细胞图像中目标细胞的状态数据；
对目标细胞在细胞培养皿中不同培养时期的状态数据进行学习，构建细胞状态识别网络，同时，基于目标细胞在细胞培养皿中不同培养时期的状态数据以及细胞状态识别网络确定细胞状态分析模型。
[0007]优选的，一种细胞培养状态的图像采集处理方法，对目标细胞在细胞培养皿中不同培养时期的状态数据进行学习，包括：分别确定目标细胞在每个培养时期的状态数据，并将培养时期作为数据标签，同时，基于数据标签构建细胞状态数据包；对细胞状态数据包中的状态数据进行读取，确定状态数据的取值范围，同时，确定数据标签对应培养时期的时间间隔，并将状态数据的取值范围以及培养时期的时间间隔作为数据分析区间；根据数据分析区间设置数据分析坐标系，并将状态数据在数据分析坐标系中进行对应标记；基于标记结果确定状态数据在数据分析坐标系中的变化曲线，同时，确定变化曲线的曲线特征点以及状态数据的变化趋势；基于变化曲线的曲线特征点以及状态数据的变化趋势，模拟状态数据的数据变化包络；将数据变化包络作为细胞状态数据包的数据特征，并基于每个细胞状态数据包的数据特征确定每个细胞状态数据包间的数据联系；根据每个细胞状态数据包间的数据联系，完成对目标细胞在细胞培养皿中不同培养时期的状态数据的学习；基于学习结果，将细胞状态数据包作为网络节点，同时，将每个细胞状态数据包间的数据联系作为网络路径构建细胞状态识别网络。
[0008]优选的，一种细胞培养状态的图像采集处理方法，步骤2中，在细胞培养皿中采集第一动态图像，包括：基于第一采集装置对细胞培养皿的拍照位置进行定位，并基于定位结果确定细胞培养皿所在的环境信息；根据环境信息确定细胞培养皿的环境光；基于环境光调节第二采集装置的曝光时间，使得第二采集装置的采集光与环境光一致；基于调节后的第二采集装置实时采集细胞培养皿的动态图像，生成第一动态图像。
[0009]优选的，一种细胞培养状态的图像采集处理方法，步骤2中，基于识别因子在第一动态图像中对目标细胞进行追踪并标记，具体步骤包括：S201：提取第一动态图像的图像帧，并根据第一动态图像的图像帧，确定第一动态图像的多个帧图像；S202：提取每个帧图像的图像像素点以及帧图像的图像画面尺寸，并根据图像像素点以及帧图像的图像画面尺寸，确定每个帧图像所对应的图像分辨率；S203：在多个帧图像中选取图像分辨率最大的帧图像作为目标图像；S204：基于识别因子确定细胞模拟图，并获取细胞模拟图的像素点特征，同时，将
像素点特征与目标图像进行重叠映射；S205：基于重叠映射结果确定目标图像中的目标像素点，同时，将目标像素点在目标图像中进行标注，并根据标注结果确定标注形态；S206：将标注形态进行三维模拟，获得三维模拟图，将三维模拟度与细胞模拟图进行匹配，获得三维模拟图与细胞模拟图的相似度；S207：将相似度与预设相似度阈值进行比较，判断三维模拟图与细胞模拟图是否一致；S208：当相似度等于或大于预设相似度阈值，则判定三维模拟图与细胞模拟图一致，并基于三维模拟图对第一动态图像中的目标细胞的细胞形态进行记忆，并根据记忆结果，追踪在第一动态图像中每一帧图像中的目标细胞，并进行标记；S209：否则，则判定三维模拟图与细胞模拟图不一致，并重复步骤S204
‑
S209。
[0010]优选的，一种细胞培养状态的图像采集处理方法，步骤3中，根据标记结果在第一动态图像中拆分第二动态图像，包括：基于标记结果确定第一动态图像中每一帧目标图像的目标细胞图像，并获取每一帧目标图像中目标细胞图像所对应的细胞边缘像素点；将细胞边缘像素点作为划分界限，对每一帧目标图像中的目标细胞图像进行拆分；基于拆分结果将每一帧目标细胞图像进行拼接，同时，根据拼接结果获得第二动态图像。
[0011]优选的，一种细胞培养状态的图像采集处理方法，步骤3中，获取细胞状态分析模型的识别条件，并基于识别条件对第二动态图像进行处理，获得第三动态图像，包括：对细胞状态分析模型进行读取，确定细胞状态分析模型中对细胞进行分析的分析模板；读取分析模板，确定分析模板中动态图像的图像格式，并将分析模板中动态图像的图像格式作为识别条件；基于识别条件生成图像调整指令，并基于图像调整指令对第二动态图像进行调整；基于调整结果获得第三动态图像。
[0012]优选的，一种细胞培养状态的图像采集处理方法，步骤4中，将第三动态图像输入至细胞状态分析模型中进行分析，确定在细胞培养皿中目标细胞的培养状态，包括：在细胞状态分析模型中将第三动态图像与细胞状态识别网络进行关联，确定第三动态图像在细胞状态识别网络中的目标网络节点；确定目标网络节点在细胞状态识别网络中的目标路径；对目标网络节点以及目标路径进行分析，并基于分析结果确定第三动态图像中的目标细胞的培养本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种细胞培养状态的图像采集处理方法，其特征在于，包括：步骤1：构建细胞状态分析模型；步骤2：在细胞培养皿中采集第一动态图像，并基于识别因子在所述第一动态图像中对目标细胞进行追踪并标记；步骤3：根据标记结果在所述第一动态图像中拆分第二动态图像，同时，获取所述细胞状态分析模型的识别条件，并基于所述识别条件对所述第二动态图像进行处理，获得第三动态图像；步骤4：将所述第三动态图像输入至所述细胞状态分析模型中进行分析，确定在所述细胞培养皿中所述目标细胞的培养状态。2.根据权利要求1所述的一种细胞培养状态的图像采集处理方法，其特征在于，步骤1中，构建细胞状态分析模型，包括：读取目标细胞的细胞信息，确定所述目标细胞的细胞类型以及所述目标细胞的细胞培养特征；根据所述目标细胞的细胞类型以及所述目标细胞的细胞培养特征在预设细胞管理数据库中爬取所述目标细胞在细胞培养皿中不同培养时期的细胞图像，并确定细胞图像中所述目标细胞的状态数据；对目标细胞在细胞培养皿中不同培养时期的状态数据进行学习，构建细胞状态识别网络，同时，基于所述目标细胞在细胞培养皿中不同培养时期的状态数据以及所述细胞状态识别网络确定所述细胞状态分析模型。3.根据权利要求2所述的一种细胞培养状态的图像采集处理方法，其特征在于，对目标细胞在细胞培养皿中不同培养时期的状态数据进行学习，包括：分别确定目标细胞在每个培养时期的状态数据，并将所述培养时期作为数据标签，同时，基于所述数据标签构建细胞状态数据包；对所述细胞状态数据包中的所述状态数据进行读取，确定所述状态数据的取值范围，同时，确定所述数据标签对应培养时期的时间间隔，并将所述状态数据的取值范围以及培养时期的时间间隔作为数据分析区间；根据所述数据分析区间设置数据分析坐标系，并将所述状态数据在所述数据分析坐标系中进行对应标记；基于标记结果确定所述状态数据在所述数据分析坐标系中的变化曲线，同时，确定所述变化曲线的曲线特征点以及所述状态数据的变化趋势；基于所述变化曲线的曲线特征点以及所述状态数据的变化趋势，模拟所述状态数据的数据变化包络；将所述数据变化包络作为所述细胞状态数据包的数据特征，并基于每个细胞状态数据包的数据特征确定每个细胞状态数据包间的数据联系；根据所述每个细胞状态数据包间的数据联系，完成对目标细胞在细胞培养皿中不同培养时期的状态数据的学习；基于学习结果，将所述细胞状态数据包作为网络节点，同时，将所述每个细胞状态数据包间的数据联系作为网络路径构建所述细胞状态识别网络。4.根据权利要求1所述的一种细胞培养状态的图像采集处理方法，其特征在于，步骤2
中，在细胞培养皿中采集第一动态图像，包括：基于第一采集装置对所述细胞培养皿的拍照位置进行定位，并基于定位结果确定所述细胞培养皿所在的环境信息；根据所述环境信息确定所述细胞培养皿的环境光；基于所述环境光调节第二采集装置的曝光时间，使得所述第二采集装置的采集光与所述环境光一致；基于调节后的所述第二采集装置实时采集所述细胞培养皿的动态图像，生成所述第一动态图像。5.根据权利要求1所述的一种细胞培养状态的图像采集处理方法，其特征在于，步骤2中，基于识别因子在所述第一动态图像中对目标细胞进行追踪并标记，具体步骤包括：S201：提取所述第一动态图像的图像帧，并根据所述第一动态图像的图像帧，确定所述第一动态图像的多个帧图像；S202：提取每个帧图像的图像像素点以及所述帧图像的图像画面尺寸，并根据所述图像像素点以及所述帧图像的图像画面尺寸，确定每个帧图像所对应的图像分辨率；S203：在所述多个帧图像中选取图像分辨率最大的帧图像作为目标图像；S204：基于所述识别因子确定细胞模拟图，并获取所述细胞模拟图的像素点特征，同时，将所述像素点特征与所述目标图像进行重叠映射；S205：基于重叠映射结果确定所述目标图像中的目标像素点，同时，将所述目标像素点在所述目标图像中进行标...

【专利技术属性】
技术研发人员：李利明，陈光，贺志晶，王苗，
申请(专利权)人：华辰未来北京生物医学技术有限公司，
类型：发明
国别省市：