一种基于人工智能的细胞统计方法

技术领域

本发明涉及生物医药技术领域，具体涉及一种基于人工智能的细胞统计方法。

背景技术

随着科技的快速发展，细胞培养，越来越成为各种生物实验的一个瓶颈。用来判断细胞培养质量的一个重要的指标，就是细胞的数量。所以，细胞计数的准确和快速，成为一个亟待解决的问题。

传统的实验中，细胞计数都是采用人工和半人工的方法，效率比较低，误差比较大。手动的方式，实验员首先需要把培养的细胞，做悬浮均匀化处理，然后从中取出一滴，加到载玻片上，在显微镜下观察和人工数数。半自动化的方式，就是把悬浮化处理的细胞，取出一滴，加到带有单层化的专用测试狭口上，插到专门的光电计数器上，由这个专门的观点计数器来技术。

针对上述技术问题，故需要进行改进。

发明内容

本发明是为了克服上述现有技术中的缺陷，提供一种基于人工智能的细胞统计方法。

一种基于人工智能的细胞统计方法，包括以下步骤：

步骤一：通过高清显微相机得到一个培养皿所有细胞的显微照片，进行采集建立图像库；

步骤二、对显微照片做实例的区间分割；

步骤三、提炼待测细胞的特征，跟AI特征库做识别比对；

步骤四、对每个区域的细胞分别进行技术分析；

步骤五、通过分割算法，得到整个培养皿中的细胞个数。

作为本发明的一种优选方案，所述步骤一中，所述进行采集建立图像库：是将彩色CCD相机、光学显微镜和高性能计算机三位一体，搭建细胞图像系统,运用显微摄影术，采用高效的图像采集方案并结合自动聚焦技术，对定位的细胞进行图像采集，获取高质量的细胞显微图像。

作为本发明的一种优选方案，所述步骤二中，所述区间分割用于根据显微照片中细胞的位置，并将所述显微照片分割为单细胞图像。

作为本发明的一种优选方案，用1、2、3、……i对这些单细胞图像进行编号。

作为本发明的一种优选方案，所述步骤三中，识别比对是指基于待测细胞的参数特征和AI特征库的细胞参数特征的比对，识别出异常的细胞。

作为本发明的一种优选方案，所述步骤三中，AI特征库为待测细胞样品同类型的细胞参数特征。

作为本发明的一种优选方案，所述步骤三中，提炼待测细胞的特征包括：通过获取每个细胞的顶点坐标进而获取细胞参数特征或者通过对每个细胞进行软件标注来获取相应细胞参数特征。

作为本发明的一种优选方案，所述细胞参数特征包括细胞边数分布、面积分布、内角分布、相邻多边形细胞的平均边数。

作为本发明的一种优选方案，所述细胞参数特征在相同的放大倍数下进行统计或在固定的标尺参考下进行统计。

作为本发明的一种优选方案，所述步骤五中，所述分割算法在基于所述培养皿上对获取的显微照片中的细胞进行细胞计数。

本发明的有益效果是：与现有技术相比，本发明提供了一种基于人工智能的细胞统计方法。用来改善传统细胞统计的一些不足；利用高清摄像头，对培养皿所有细胞做一个全景的显微照片提取，然后对当前图片采用实例分割算法，来进行技术识别判断。由于不同的细胞，体态差别比较大，我们借助于人工智能的方法，对细胞进行特征的提取和识别。经过丰富样本的训练，对细胞的识别会越来越精确。

附图说明

图1位本发明实施例培养皿内细胞的区间分别图；

图2为本发明的一种基于人工智能的细胞统计方法的流程图；

具体实施方式

下面对本发明实施例作详细说明。

实施例：

如图1所示，我们把显微照片分割成16个区间，对每个区间分别技术，然后再得到一个总的计数值。

具体的，一种基于人工智能的细胞统计方法，包括以下步骤：

步骤一：通过高清显微相机得到一个培养皿所有细胞的显微照片，进行采集建立图像库；在步骤一中，所述进行采集建立图像库：是将彩色CCD相机、光学显微镜和高性能计算机三位一体，搭建细胞图像系统,运用显微摄影术，采用高效的图像采集方案并结合自动聚焦技术，对定位的细胞进行图像采集，获取高质量的细胞显微图像。

步骤二、对显微照片做实例的区间分割；在步骤二中，所述区间分割用于根据显微照片中细胞的位置，并将所述显微照片分割为单细胞图像；用1、2、3、……i对这些单细胞图像进行编号。

本实施例中，单细胞图像的为16个，因此，分割成16个区间编号。

步骤三、提炼待测细胞的特征，跟AI特征库做识别比对；其中，AI特征库为待测细胞样品同类型的细胞参数特征，在步骤三中，识别比对是指基于待测细胞的参数特征和AI特征库的细胞参数特征的比对，识别出异常的细胞。

提炼待测细胞的特征包括：通过获取每个细胞的顶点坐标进而获取细胞参数特征或者通过对每个细胞进行软件标注来获取相应细胞参数特征。

细胞参数特征在相同的放大倍数下进行统计或在固定的标尺参考下进行统计，而细胞参数特征包括细胞边数分布、面积分布、内角分布、相邻多边形细胞的平均边数。

步骤四、对每个区域的细胞分别进行技术分析；

步骤五、通过分割算法，得到整个培养皿中的细胞个数，在步骤五中，所述分割算法在基于所述培养皿上对获取的显微照片中的细胞进行细胞计数。

本发明提供了一种基于人工智能的细胞统计方法，使得AI人工智能在细胞特征提取和识别上的应用。同时，运用图像实例分割算法，对细胞进行技术统计。

由于本细胞统计方法，不打断细胞的培养过程，可以对细胞的培养过程，做到实时和全过程的检测；由于不需要对细胞进行取样，减少了细胞被污染的概率。细胞培养过程，对温度和环境非常的敏感，传统的实验方式，需要不断的有培养皿移入移出的过程，在本方法中，这些被自然优化掉。由于AI技术的加入，做了细胞的特征提取，为细胞的活性判别，提供了充足的证据。弥补了传统实验中，细胞活性判别缺失和不够量化的缺陷。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现；因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。