【技术实现步骤摘要】
本申请涉及生物信息处理领域，尤其涉及一种基于滴度预测模型的抗体滴度预测方法及系统。
技术介绍
1、检测抗体的常用方法包括间接免疫荧光法，elisa，放射免疫法等。其中，间接免疫荧光法(ifa)是当前检测最常用的方法，该方法主要通过显微镜下人工观测荧光度确定阴阳性。但ifa技术一方面严重依赖于专业人员的经验和技能，判读过程主观性强，另一方面，ifa的制片和判读过程繁琐且耗时，不适合快速处理大量样本。
2、随着计算机技术的发展，出现了许多抗体滴度自动估计算法，在制备一系列的稀释度的抗体滴度样本后，通过自动估计算法对每个稀释度样本进行阴性/阳性判断，统计不同稀释度样本的判断结果进而得到抗体滴度的估计值。这种算法虽然解决了阴性阳性判别的主观性，但同样需要制备多个稀释度的抗体滴度样本，无法减少样本制备的成本。
3、申请内容
4、本申请提供了一种基于滴度预测模型的抗体滴度预测方法和系统，通过自动化的图像处理和滴度预测模型预测，不仅实现了对抗体滴度的快速、准确和客观评估，还减少了样本制备的成本。
5、第...
【技术保护点】
1.一种基于滴度预测模型的抗体滴度预测方法，其特征在于，包括：
2.根据权利要求1所述的基于滴度预测模型的抗体滴度预测方法，其特征在于，所述对获取的抗体滴度样本进行图像采集，生成图像样本集，具体为：
3.根据权利要求1所述的基于滴度预测模型的抗体滴度预测方法，其特征在于，所述根据cellpose算法对所述图像样本集中各细胞进行实例分割，得到细胞集合图像，具体为：
4.根据权利要求1所述的基于滴度预测模型的抗体滴度预测方法，其特征在于，所述统计特征包括阳性细胞特征图对应的平均荧光强度和荧光强度标准差、阴性细胞特征图对应的平均荧光强度和...
【技术特征摘要】
1.一种基于滴度预测模型的抗体滴度预测方法，其特征在于，包括：
2.根据权利要求1所述的基于滴度预测模型的抗体滴度预测方法，其特征在于，所述对获取的抗体滴度样本进行图像采集，生成图像样本集，具体为：
3.根据权利要求1所述的基于滴度预测模型的抗体滴度预测方法，其特征在于，所述根据cellpose算法对所述图像样本集中各细胞进行实例分割，得到细胞集合图像，具体为：
4.根据权利要求1所述的基于滴度预测模型的抗体滴度预测方法，其特征在于，所述统计特征包括阳性细胞特征图对应的平均荧光强度和荧光强度标准差、阴性细胞特征图对应的平均荧光强度和荧光强度标准差、整体平均荧光强度和荧光强度标准差。
5.根据权利要求4所述的基于滴度预测模型的抗体滴度预测方法，其特征在于，所述统计特征的计算公式，具体为：...
【专利技术属性】
技术研发人员：经秉中，何仲廉，刘纹，毛敏杰，李超峰，
申请(专利权)人：中山大学肿瘤防治中心中山大学附属肿瘤医院，中山大学肿瘤研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。