细胞采收提醒方法及系统

技术领域

本申请涉及影像识别技术领域，尤其涉及一种细胞采收提醒方法及系统。

背景技术

随着科学技术的进步和发展，细胞培养技术正变得越来越重要。使用细胞培养技术可以获得大量细胞，又可以借此研究细胞的信号转导、细胞的合成代谢、细胞的生长增殖等。在进行细胞培养时通常会采用培养皿等容器，而每个容器均有其可以容纳的细胞数量上限，当细胞数量接近或达到容器的上限时，细胞分裂速度会开始减缓甚至出现细胞死亡。因此，准确的细胞统计可以在细胞达到一定数目时及时对细胞进行采收，避免细胞数目超出培养皿可容纳的细胞数量上限而导致细胞死亡，进而减少细胞的采收数量。相关技术中的细胞统计仍存在改进空间。

发明内容

有鉴于此，有必要提供一种细胞采收提醒方法及系统。该方法能够基于培养容器的背景面积和细胞数目判断细胞是否需要采收，若需要进行细胞采收，则发出生成采收提醒指令，以提醒作业人员及时进行细胞采收。

第一方面，本申请一实施方式提供一种细胞采收提醒方法，包括：

获取培养容器内的影像信息；

根据所述培养容器内的影像信息获取所述培养容器内的细胞数目及所述培养容器内的细胞面积和背景面积；

获取所述培养容器内的细胞培养时间；

根据所述细胞培养时间获取与所述培养时间对应的采收区间；

根据所述培养容器内的细胞数目及所述采收区间，判断所述细胞数目是否处于所述采收区间；

判断所述培养容器内的背景面积是否低于预设的采收面积阈值；

当判断所述背景面积低于预设的采收面积阈值或所述细胞数目处于所述采收区间时，生成采收提醒指令。

在本申请其中一种可能实现方式中，所述根据所述培养容器内的影像信息获取所述培养容器内的细胞数目及所述培养容器内的细胞面积和背景面积，包括：

提取培养容器内的影像信息中的细胞特征；

根据所述细胞特征分割所述培养容器内的影像信息，以获取细胞影像；

根据所述细胞影像进行细胞计数。

在本申请其中一种可能实现方式中，所述方法还包括：

分割所述培养容器内的影像信息，以获取细胞区域和背景区域；

计算所述背景区域的面积，以获取背景面积。

在本申请其中一种可能实现方式中，所述提取培养容器内的影像信息中的细胞特征，包括：

应用VGG卷积神经网络模型、MobileNet卷积神经网络模型或ResNet卷积神经网络模型进行细胞特征提取。

在本申请其中一种可能实现方式中，所述分割所述培养容器内的影像信息，包括：

应用FCN模型或UNet模型分割所述培养容器内的影像信息。

在本申请其中一种可能实现方式中，所述根据所述细胞培养时间获取与所述培养时间对应的采收区间之后，还包括：

获取与所述细胞培养时间对应的细胞数目区间；

判断所述细胞数目是否处于对应的所述细胞数目区间；

当判断所述细胞数目低于所述细胞数目区间时，生成示警信息。

在本申请其中一种可能实现方式中，所述获取与所述细胞培养时间对应的细胞数目区间，包括：

应用RNN模型或LSTM模型判断所述细胞生长时间及其对应的细胞数目区间。

在本申请其中一种可能实现方式中，所述方法还包括：

根据所述培养容器内的细胞面积和背景面积获取所述背景面积和所述细胞面积的比值；

判断所述背景面积和所述细胞面积的比值是否达到预设的背景面积比值阈值；

当判断所述比值达到所述背景面积比值阈值时，生成采收提醒指令。

第二方面，本申请一实施方式提供一种一种细胞采收提醒系统，包括：

图像获取模块，用于获取培养容器内的影像信息；

细胞统计模块，用于根据所述培养容器内的影像信息获取所述培养容器内的细胞数目；

时间获取模块，用于获取所述培养容器内的细胞培养时间，根据所述细胞培养时间获取与所述培养时间对应的采收区间；

图像分割模块，用于根据所述培养容器内的影像信息获取所述培养容器内的细胞面积和背景面积；

控制模块，用于判断所述培养容器内的背景面积是否低于预设的采收面积阈值；当判断所述背景面积低于预设的采收面积阈值或所述细胞数目处于所述采收区间时，生成采收提醒指令。

在本申请其中一种可能实现方式中，所述系统还包括：

训练模块，用于训练所述细胞采收提醒系统能够准确的识别细胞数目及细胞的轮廓。

本申请实施方式提供的细胞采收提醒方法及细胞采收提醒系统，能够基于培养容器的背景面积和细胞数目判断细胞是否需要采收，若需要进行细胞采收，则发出生成采收提醒指令，以提醒作业人员及时进行细胞采收。

附图说明

图1为本申请一实施例提供的细胞采收提醒系统的模块示意图。

图2为本申请一实施例提供的细胞与背景分割示意图。

图3为本申请一实施例提供的细胞采收提醒方法的流程示意图。

主要元件符号说明

细胞采收提醒系统 10

控制模块 100

图像获取模块 200

细胞统计模块 300

时间获取模块 400

图像分割模块 500

如下具体实施方式将结合上述附图进一步说明本申请。

具体实施方式

下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本申请一部分实施方式，而不是全部的实施方式。

需要说明的是，本申请实施例中“至少一个”是指一个或者多个，多个是指两个或两个以上。除非另有定义，本文所使用的所有的技术和科学术语与属于本申请中的技术领域的技术人员通常理解的含义相同。本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。

需要说明的是，本申请实施例中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请实施例的描述中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

基于本申请中的实施方式，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施方式，都是属于本申请保护的范围。

随着科学技术的进步和发展，细胞培养技术正变得越来越重要。使用细胞培养技术可以获得大量细胞，又可以借此研究细胞的信号转导、细胞的合成代谢、细胞的生长增殖等。在进行细胞培养时通常会采用培养皿等容器，而每个容器均有其可以容纳的细胞数量上限，当细胞数量接近或达到容器的上限时，细胞培养速度会开始减缓甚至出现细胞死亡的现象，影响细胞的产量。因此，准确的细胞统计可以在细胞达到一定数目时及时对细胞进行采收，避免细胞数目超出培养皿可容纳的细胞数量上限而导致细胞死亡，进而减少细胞的采收数量。

因此，本申请实施例提供一种细胞采收提醒方法及系统，能够基于培养容器的背景面积和细胞数目判断细胞是否需要采收，若需要进行细胞采收，则发出生成采收提醒指令，以提醒作业人员及时进行细胞采收。

下面结合附图，对申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

图1是本申请一实施例提供的细胞采收提醒系统10的模块示意图。如图1所示，所述细胞采收提醒系统10包括：控制模块100、图像获取模块200、细胞统计模块300、时间获取模块400及图像分割模块500。

在本申请实施例中，所述图像获取模块200用于获取培养容器内的影像信息。可以理解的是，培养容器内的影像信息包括培养容器本体的影像及培养容器内的细胞影像。可以理解的是，图像获取模块200可以包括设置在培养容器上方的摄像头。示例性的，所述摄像头可以为高清摄像头，或者设置在显微镜上方的摄像头，以清晰地拍摄培养容器上方的影像信息，所述影像信息中可以分辨出细胞影像。

示例性的，图像获取模块200还用于捕获静态图像或视频。细胞及培养容器通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupleddevice，CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor，CMOS)光电晶体管。在一些实施例中，图像获取模块200可以包括1个或N个摄像头，N为大于1的正整数。

可以理解的是，所述细胞统计模块300内设置有特征提取子模块301及细胞计数子模块302。所述特征提取子模块301用于提取培养容器内的影像信息中的细胞特征。所述细胞计数子模块302用于在所述特征提取子模块301分割出细胞影像后，根据分割出的细胞影像进行细胞计数，并将细胞计数结果传输至控制模块100。

示例性的，所述特征提取子模块301包括，但不限于，视觉结合学分组(VisualGeometry Group，VGG)模型，MobileNet模型，ResNet模型等卷积神经网络(ConvolutionalNeural Networks，CNN)模型。可以理解，在本申请实施例中，特征提取子模块301使用的模型可根据细胞采收提醒系统10的硬件进行调整。其中，使用CNN模型可以自动提取细胞的特征，能够准确的识别细胞的轮廓。

可以理解，在特征提取子模块301进行特征提取之前，特征提取子模块301可以使用单发多框检测(single shot multibox detection，SSD)模型等方式进行细胞框选。使用SSD模型可以准确的辨别单一细胞的轮廓，且完成框选细胞之后，再对细胞进行特征提取，可以准确的提取细胞的图像特征，避免CNN模型误将培养容器本体影像的特征识别为细胞的图像特征。

可以理解的是，所述时间获取模块400内设置有时序子模块401。所述时序子模块401用于根据细胞培养的时间计算细胞数目的区间。示例性的，所述时序子模块401可以使用循环神经网络(Recurrent Neural Network，RNN)模型来判断细胞生长时间及其对应的细胞数目区间。又示例的，所述时序子模块401还可以使用长短期记忆(Long short-termmemory,LSTM)模型等特殊的RNN模型来判断细胞数目区间。

可以理解的是，由于理论上细胞的分裂速度(即培养容器中的细胞生长速度)是呈指数增长，在实际细胞培养过程中虽然会受到其他因素(例如营养成分不足及培养容器空间不足等)的影响而导致细胞分裂速度无法达到理论值，但是细胞的分裂速度会随时间的增长而加快。因此，控制模块100在进行控制图像获取模块200进行培养容器内的影像信息时，图像获取模块200根据时间的增长获取影像的频率会越来越快。示例性的，影像信息的获取间隔时间可以设置为30分钟，30分钟，20分钟，20分钟，10分钟，10分钟，5分钟等。

可以理解的是，在所述时序子模块401获取到细胞数目在该时段应当处于的细胞数目区间后，所述时序子模块401将细胞数目区间传输至控制模块100。所述控制模块100根据所述细胞统计模块300传输的细胞计数结果和细胞数目区间进行比对。若细胞计数结果高于细胞数目区间的最大值，则证明细胞的培养情况良好。接着，所述控制模块100进一步判断细胞数目是否处于预设的采收区间，若处于采收区间则所述控制模块100发出采收信息，以提示使用者进行细胞采收。若细胞计数结果处于细胞数目区间内，则证明细胞的培养情况正常。所述控制模块100可以再判断细胞数目是否处于预设的采收区间，若处于采收区间，则所述控制模块100发出采收提醒指令。若细胞计数结果低于细胞数目区间，则证明细胞的培养情况异常，则所述控制模块100发出异常信息，以提示作业人员该培养容器可能存在异常，需要进行及时处理以降低损失。

可以理解的是，所述图像分割模块500用于根据特征提取子模块301获取到的细胞特征处理培养容器内的影像，以实现细胞与背景的分割。示例性的，图像分割模块500可以使用完全卷积网络(Fully Convolutional Networks，FCN)模型或者UNet模型等基于完全卷积网络的神经网络模型，以实现图像分割。

示例性的，图像分割模块500在获取到培养容器内的影像后，对影像进行分割，并根据分割的结果区分出细胞区域和背景区域。所述图像分割模块500还用于计算背景区域与细胞区域的比值。若背景区域与细胞区域的比值高于图像分割模块500内预设的比值阈值，则生成提醒信号至控制模块100。控制模块100再根据接收到的提醒信号生成采收提醒指令，以提醒作业人员进行细胞采收。

可以理解的是，图像分割模块500在区分出细胞区域和背景区域之后，还用于计算背景区域的面积，并根据相应的比值或者面积设置相应的阈值，在所述比值或者面积达到阈值后，则生成提醒信号至控制模块100。

请一并参阅图2，图2是本申请一实施例提供的细胞与背景分割示意图。图2(a)是分割前的培养容器内的影像，图2(b)是分割后的培养容器内的影像。

如图2所示，图像分割模块500在完成细胞分割之后，可以明显的区分出细胞所属的区域及其对应的背景区域。如上所述，控制模块100用于根据图像分割模块500生成的提醒信号生成采收提醒指令，以提醒作业人员进行细胞采收。

可以理解的是，控制模块100在培养容器的背景面积低于细胞采收面积阈值或细胞数目高于细胞采收阈值时，发出采收信息，以提示使用者进行细胞采收。

可以理解的是，细胞采收提醒系统10还包括训练模块(图中未示出)。所述训练模块用于训练细胞采收提醒系统10，以使细胞采收提醒系统10能够准确的识别细胞数量及细胞的轮廓。

本申请实施例中，细胞采收提醒系统10能够基于培养容器的背景面积或细胞数目判断细胞是否需要采收，若需要进行细胞采收，则发出生成采收提醒指令，以提醒作业人员及时进行细胞采收。可以理解的是，细胞采收提醒系统10还可以在检测到细胞数目异常时进行示警，以提示作业人员及时进行查看。

图3是本申请一实施例提供的细胞采收提醒方法流程示意图，如图3所示，细胞采收提醒方法至少包括以下步骤。

S100：获取培养容器内的影像信息。

可以理解的是，步骤S100中，可通过所述图像获取模块200获取培养容器内的影像信息，所述影像信息的获取方式请一并参阅图1中图像获取模块200及其相关描述，在此不再赘述。

S200：获取培养容器内的细胞数目。

可以理解的是，步骤S200中，可通过所述细胞统计模块300获取培养容器内的细胞数目，细胞数目的获取方式请一并参阅图1，在此不再赘述。

S300：获取培养容器内的细胞面积和背景面积。

可以理解的是，步骤S300中，可通过所述图像分割模块500获取培养容器内的细胞面积和背景面积，细胞面积和背景面积的获取方式请一并参阅图1，在此不再赘述。

S400：判断背景面积是否低于采收面积阈值。

可以理解的是，步骤S400中，可通过所述控制模块100判断背景面积是否低于采收面积阈值，所述判断方式请一并参阅图1，在此不再赘述。

S500：获取细胞培养时间。

可以理解的是，步骤S500中，可通过所述时间获取模块400获取细胞培养时间，所述时间的获取方式请一并参阅图1，在此不再赘述。

S600：判断细胞数目是否达到采收数目阈值。

可以理解的是，步骤S600中，可通过所述控制模块100判断细胞数目是否达到采收数目阈值，所述采收数目阈值的获取方式请一并参阅图1，在此不再赘述。

S700：生成采收提醒指令。

可以理解的是，步骤S700中，可通过所述控制模块100生成采收提醒指令，以提醒作业人员进行细胞采收，所述采收提醒指令的生成方式请一并参与图1，在此不再赘述。

本技术领域的普通技术人员应当认识到，以上的实施方式仅是用来说明本申请，而并非用作为对本申请的限定，只要在本申请的实质精神范围之内，对以上实施例所作的适当改变和变化都落在本申请要求保护的范围之内。