一种贴壁细胞汇合度的计算方法和系统技术方案

本发明专利技术提供一种贴壁细胞汇合度的计算方法和系统，获取待识别的贴壁细胞生长图片作为目标图片；对目标图片进行预处理，预处理包括图像增强；使用预先建立的细胞识别模型对目标图片进行处理得到识别结果，识别结果包括贴壁细胞部分；计算识别结果的像素点的总数以及贴壁细胞部分的像素点的数目；基于贴壁细胞部分的像素点的数目以及识别结果中的像素点的总数得到贴壁细胞的汇合度。通过运用细胞识别模型识别贴壁细胞，识别精度高，误差小，节约时间，降低成本且适用于大规模生产。降低成本且适用于大规模生产。降低成本且适用于大规模生产。

【技术实现步骤摘要】
一种贴壁细胞汇合度的计算方法和系统


[0001]本专利技术涉及细胞培养以及深度学习
，尤其涉及一种贴壁细胞汇合度的计算方法和系统。

技术介绍

[0002]细胞汇合度是指细胞在培养皿或培养瓶中贴壁生长并且完全舒展之后，细胞所占的面积与培养物的表面面积之比。它是在原代细胞培养中追踪和评估的重要且必要的参数，因为各类细胞要求不同的汇合终点，在汇合终点，要对它们进行传代培养。现有的细胞汇合度评估方法主要包括通过人工观察判断汇合度以及采用传统图像处理算法例如阈值分割和边缘检测等对贴壁细胞图片进行处理，计算汇合度等。
[0003]人工观察判断汇合度的方法主要缺陷是：
[0004](1)需要专业人员来观察，观察结果受主观影响较大，对于一些细胞分布较为零散的情况，人工评判结果与实际汇合度可能存在较大差距，导致结果不准确。
[0005](2)没有客观的评价标准，不利于大规模生产。
[0006]传统图像处理算法计算汇合度存在的缺陷是：
[0007](1)阈值分割算法利用图像前景与背景在灰度空间上的差异，将图片视为不同灰本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种贴壁细胞汇合度的计算方法，其特征在于，包括：步骤A1，获取待识别的贴壁细胞生长图片作为目标图片；步骤A2，对所述目标图片进行预处理，所述预处理包括图像增强；步骤A3，使用预先建立的细胞识别模型对所述目标图片进行处理得到识别结果，所述识别结果包括贴壁细胞部分；步骤A4，计算所述识别结果的像素点的总数以及贴壁细胞部分的像素点的数目；步骤A5，基于所述贴壁细胞部分的像素点的数目以及所述识别结果中的像素点的总数得到所述贴壁细胞的汇合度。2.如权利要求1所述的一种贴壁细胞汇合度的计算方法，其特征在于，在所述步骤A3中的所述细胞识别模型的建立包括如下步骤：步骤B1，获取若干用于模型训练的贴壁细胞生长图片；步骤B2，对获取的所述贴壁细胞生长图片进行预处理，并进行贴壁细胞标注，以得到若干样本图片；步骤B3，对所述样本图片进行分组，形成训练集、验证集以及测试集；步骤B4，构建初始的细胞识别模型，使用训练集训练所述细胞识别模型，使用验证集调整所述细胞识别模型的超参数，以及采用所述测试集测试所述细胞识别模型，得到最终的所述细胞识别模型。3.如权利要求2所述的一种贴壁细胞汇合度的计算方法，其特征在于，在所述步骤B2中的所述预处理包括图像增强处理。4.如权利要求2所述的一种贴壁细胞汇合度的计算方法，其特征在于，所述步骤B3包括：步骤B31，计算所述样本图片中所述贴壁细胞的汇合度；步骤B32，将所述贴壁细胞的汇合度不大于预设数值的所述样本图片归类为第一类图片，将所述贴壁细胞的汇合度大于预设数值的所述样本图片归类为第二类图片；步骤B33，将所述样本图片分组，其中，所述训练集、所述验证集以及所述测试集的每组均包括预定比例的所述第一类图片和所述第二类图片。5.如权利要求4所述的一种贴壁细胞汇合度的计算方法，其特征在于，所述训练集、所述验证集以及所述测试集的每组中的所述第一类图片的数量和第二类图片的数量的预定比例为3:1。6.如权利要求2所述的一种贴壁细胞汇合度的计算方法，其特征在于，在所述步骤B4中，采用所述测试集测试所述细胞识别模型的步骤包括：步骤B41，使用所述细胞识别模型对所述测试集中的样本图片进行处理得到所述样本图片的识别结果；步骤B42，所述样本图片的所述识别结果生成掩码图，所述掩码图的掩码部分对应所述识别结果中的贴壁细胞部分；步骤B43，将所述掩码图覆盖在对应的所述样本图片上；步骤B44，获取覆盖有所述掩码图的所述样本图片中未被所述掩码部分覆盖贴壁细胞部分作为未识别部分；步骤B45，基于所述未识别部分评估所述细胞识别模型的预测...

【专利技术属性】
技术研发人员：杨程，彭瑶，闫锋，
申请(专利权)人：南京大学，
类型：发明
国别省市：