一种集成式智能胶图分析与核酸自动回收方法及系统技术方案

本发明专利技术公开了一种电泳图像自动识别及胶图分析方法，利用电泳图像自动识别及胶图分析装置，所述装置包括电泳仪、智能摄像装置、电泳槽、程序控制系统；电泳仪连接智能摄像装置和电泳槽，智能摄像装置实时跟踪拍摄采集电泳槽中电泳分离进程图像，实时传输给程序控制系统，程序控制系统对捕获到的特征性电泳图像进行信息分析，获得规格化条带数据信息。本发明专利技术还公开了一种实现上述方法的系统。本发明专利技术还公开了一种核酸自动化尺寸选择、目标核酸回收的方法和用于核酸回收的回收井及回收井生成方法。法。法。

【技术实现步骤摘要】
一种集成式智能胶图分析与核酸自动回收方法及系统


[0001]本专利技术属于胶图分析、核酸回收
，涉及一种集成式智能胶图分析与核酸自动回收方法及系统，具体涉及一种集成式智能电泳条带识别、分析及目标片段自动回收检测方法及系统。

技术介绍

[0002]电泳技术现在已经广泛的应用于生命科学领域和医学等领域。电泳分离产生的电泳条带可以通过光学仪器以胶图的形式展现出来。由此，研究人员可针对胶图上的目标条带进行识别与分析，更进一步的下游需求还需要对电泳分离胶中的目标片段进行纯化和回收(当电泳过程出现多条条带，而这种情况往往经常出现)。无论是电泳胶图识别与分析，还是目标片段切胶回收，现在都存在大量的人工操作，且这种人工操作过程不仅花费大量的时间、精力和成本，也有可能存在较高的出错机率，人为因素干扰比较大。现有技术中存在对胶图的自动识别的研究，人工智能技术也未见此领域的应用，目前的研究仍需要人工操作主动调节参数，并且没有智能识别分析功能和自动回收功能，切胶回收功能仍存在一定的安全性问题，这些都与现实需求相比还存在很大不足。
[0003]例如中国专利CN103267790A中，使用的是单一简单的控制仪器运行路径的程序，使用的摄像装置为只能进行摄像功能的普通摄像装置，不能很好地实现胶图的智能分析与核酸自动回收。

技术实现思路

[0004]为了解决现有技术存在的不足，本专利技术的目的是提供一种集成式智能分析胶图与核酸自动回收方法及系统。
[0005]与现有专利CN103267790A相比较，本专利技术的创新包含如下几点：
[0006]1、本专利技术所述仪器运行以及软件图像处理均由自主编程开发的程序控制系统(此系统可为本地系统也可为云端系统)来发出指令和接收反馈信息进行即时处理和响应，而非单一的简单控制仪器运行路径的程序，且运行过程产生的有效胶图数据可与实验室业务系统直接对接，进一步实现实验流程自动化和智能化管理。
[0007]2、本专利技术所述的摄像装置非普通摄像装置，为AI智能摄像装置，既有普通摄像机的摄像功能，同时与自主编程的程序控制系统相连接具有随着胶图图像处理数量达到一定程度，以及机器自主学习后，可逐渐生成一个高精准型智能摄像捕获装置。
[0008]本专利技术提供了一种电泳图像自动识别及胶图分析方法，本专利技术中的电泳仪连接摄像装置(基于图像识别技术)和电泳槽，智能摄像装置实时跟踪拍摄采集电泳槽中电泳分离进程图像，实时传输给程序控制系统，所述程序控制系统由Java自编程获得，对捕获到的特征性电泳图像进行信息分析，获得规格化条带数据信息；所述方法具体包括如下步骤：
[0009]步骤一、搭建用于进行电泳图像自动识别及胶图分析的装置，所述装置包括电泳仪、智能摄像装置、电泳槽、程序控制系统；所述电泳仪、所述智能摄像装置、所述电泳槽分
别与所述程序控制系统相连，并由程序控制系统控制；
[0010]步骤二、根据样本情况，调用选择预存在程序库当中合适的电泳程序，加样，控制电泳仪启动；
[0011]步骤三、实时获取参考Marker泳道和样本泳道目标条带的位置、形状及电泳分离时间等数据信息；
[0012]步骤四、通过运行不同的神经网络对电泳图像中目标条带的位置、形状、电泳分离时间数据信息进行识别与跟踪，实现对目标条带的逐帧持续跟踪；
[0013]步骤五、将目标电泳条带的数据信息传输给程序控制系统，对电泳图像进行分析处理，获得规格化条带数据信息。
[0014]步骤一中，本专利技术中使用的智能摄像装置需要具有高动态范围图像边缘识别稳定功能。
[0015]优选地，所述智能摄像装置可以同时使一个或多个泳道成像，通过使用一台高动态范围传感器或由两张或更多张不同底片的聚集，使用同一组图像监测多个泳道中参考部分(对于不同泳道，它并不一定相同)的进程。这些图像可以包括高动态范围图像。
[0016]所述高动态范围图像是指一种能够提供更多动态范围和图像细节的图像；
[0017]在本专利技术中，使用支持高动态范围图像边缘识别稳定功能的智能摄像装置具有两个作用：1、所需实时获取的电泳图像为动态电泳过程图像，对智能摄像装置要求具有较高的动态图像识别功能，否则很可能造成图像边缘不清晰不稳定，图像识别准确度降低等现象；2、电泳过程可能经常存在电泳条带亮度、灰度等不一致现象，获取高动态电泳图像是进行电泳图像归一化的前提，否则会造成一些误判。
[0018]步骤三中，通过智能摄像装置拍摄电泳图像，实时获取参考Marker泳道和样本泳道目标条带的位置、形状及电泳分离时间等数据信息，并传输给程序控制系统；
[0019]步骤四中，所述神经网络可以选用特征融合网络、卷积网络、预分类网络和预测网络中的一种或几种，根据实际使用的需要选用合适的网络；所述预测网络进一步包括特征金字塔网络FPN；
[0020]具体地，对目标条带的识别跟踪包括如下步骤：
[0021]步骤4.1、获取待检电泳图像，所述待检电泳图像包括一张或多张电泳胶图；
[0022]步骤4.2、针对所述待检的一张或多张电泳胶图，通过卷积神经网络提取每张电泳胶图的N张基础特征图，所述N为大于1的整数；
[0023]步骤4.3、针对所述待检电泳图像中的每张胶图，通过所述卷积神经网络对该电泳图像中的N张基础特征图进行特征融合，得到该胶图的N
’
张增强特征图，所述N
’
为大于1的整数；
[0024]步骤4.4、通过所述FPN(特征金字塔网络)根据所述待检电泳图像中各张电泳胶图的N
’
张增强特征图，预测所述待检电泳图像中的感兴趣区域位置信息及其置信度。
[0025]本专利技术提供的基于深度学习的电泳图像自动识别及胶图分析方法可以由任意具备计算处理能力的搭载有控制程序和神经网络的电子设备执行，例如服务器、服务器集群、云端服务器、终端设备等等，本专利技术对此不作限制。
[0026]步骤四中，最终能够获得逐帧的电泳泳道完整图像(包含泳道开始位置和结束位置)、电泳条带方向、泳道中参考Marker条带和每个样本泳道条带数量、位置、亮度(像素矩
阵)信息；
[0027]步骤五中，当电泳信息传输给程序控制系统后，程序控制系统对电泳图像进行分析处理；所述分析步骤具体如下：
[0028]1)图像预处理，包括图像亮度和对比度进行归一化、去除胶图背景颜色；所述归一化是指根据原始胶图中条带的方向对图片的方向进行矫正，并将不同图片的亮度和对比度归一化；更进一步将预处理胶图图像转化成灰度图像，基于一定的检测算法将灰度图像进行转换，以获得最优的预处理电泳图像。
[0029]在图像转换过程中，首先，将经过预处理的胶图图像转换成灰度图像；然后，对获得的灰度图像进行滤波处理；最后，利用边缘检测算法将所获得的灰度图像转换成二值图像。
[0030]2)Marker泳道条带质控：根据当次电泳所选用的标准Marker类型，获取Marker泳道中标准条带的数量和间距本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电泳图像自动识别及胶图分析方法，其特征在于，所述方法利用电泳图像自动识别及胶图分析装置，所述装置包括电泳仪、智能摄像装置、电泳槽、程序控制系统；所述电泳仪连接所述智能摄像装置和所述电泳槽，智能摄像装置实时跟踪拍摄采集电泳槽中电泳分离进程图像，实时传输给所述程序控制系统，程序控制系统对捕获到的特征性电泳图像进行信息分析，获得规格化条带数据信息。2.如权利要求1所述的方法，其特征在于，所述方法包括如下步骤：步骤一、搭建用于进行电泳图像自动识别及胶图分析的装置；步骤二、根据样本情况，调用选择预存在程序库当中合适的电泳程序，加样，控制电泳仪启动；步骤三、实时获取Marker泳道和样本泳道目标条带的包括位置、形状及电泳分离时间在内的数据信息；步骤四、通过运行不同的神经网络对电泳图像中目标条带的位置、形状、电泳分离时间数据信息进行识别与跟踪，实现对目标条带的逐帧持续跟踪；步骤五、将目标电泳条带的数据信息传输给程序控制系统，对电泳图像进行分析处理，获得规格化条带数据信息。3.如权利要求2所述的方法，其特征在于，步骤一中，所述智能摄像装置具有高动态范围图像边缘识别稳定功能，通过使用一台高动态范围传感器，或由两张或两张以上不同底片的聚集，同时使一个或多个泳道成像；和/或，步骤三中，Marker泳道和样本泳道目标条带的包括位置、形状及电泳分离时间在内的数据信息的获取通过智能摄像装置拍摄电泳图像获得；拍摄完成后传输给程序控制系统；和/或，步骤四中，对电泳图像中目标条带的识别跟踪包括如下步骤：步骤4.1、获取待检电泳图像，所述待检电泳图像包括一张或多张电泳胶图；步骤4.2、针对所述待检的一张或多张电泳胶图，通过卷积神经网络提取每张电泳胶图的N张基础特征图，所述N为大于1的整数；步骤4.3、针对所述待检电泳图像中的每张胶图，通过卷积神经网络对该电泳图像中的N张基础特征图进行特征融合，得到该胶图的N
’
张增强特征图，所述N
’
为大于1的整数；步骤4.4、通过特征金字塔网络FPN根据所述待检电泳图像中各张电泳胶图的N
’
张增强特征图，预测所述待检电泳图像中的感兴趣区域位置信息及其置信度。4.如权利要求2所述的方法，其特征在于，步骤五中，对电泳图像进行分析处理包括如下步骤：步骤5.1、对图像亮度和对比度进行归一化，去除胶图背景颜色，并将图像转化为灰度图像，将灰度图像滤波并转换获得处理后的电泳图像；步骤5.2、根据当次电泳所选用的标准Marker类型，获取Marker泳道中...

【专利技术属性】
技术研发人员：张祥林，胡秋萍，张一桐，
申请(专利权)人：张祥林，
类型：发明
国别省市：