买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东医科大学附属医院

摘要：本发明涉及图像处理技术领域，更具体涉及一种基于深度学习的细胞自噬图像分析方法、系统及存储介质，包括：收集多张包含清晰标记细胞器的基准细胞图像，并在基准细胞图像上创建注释数据，提取基准细胞图像中每个细胞器的结构学特征，并构建细胞器的识别模型，识别目标细胞图像中每个区域的结构学特征作为目标区域特征；分别获取每一类别细胞器的范例，计算不同类别细胞器的范例之间的距离，并获取相似度；分别计算每个目标区域特征的范例，并计算目标区域特征的范例与不同类别细胞器的范例之间的相似度，基于相似度，识别目标区域特征所对应的细胞器及目标区域特征所在的位置。本发明有益效果是提高细胞自噬图像分析的准确性和可靠性。

主权项：1.一种基于深度学习的细胞自噬图像分析方法，通过光学显微镜和荧光显微镜，获取多张细胞图像，其特征在于，所述方法包括：步骤S1：收集多张包含清晰标记细胞器的正常细胞图像、第一细胞自噬图像、第二细胞自噬图像和第三细胞自噬图像作为基准细胞图像，并在所述基准细胞图像上创建注释数据，所述注释数据包括所述基准细胞图像中每个细胞器的位置和边界，其中，所述第一细胞自噬图像、所述第二细胞自噬图像和所述第三细胞自噬图像分别表示不同自噬阶段的细胞图像，所述细胞器包括自噬体、溶酶体和线粒体三个类别；步骤S2：基于所述基准细胞图像及所述注释数据，提取所述基准细胞图像中每个细胞器的结构学特征，基于所述细胞器的结构学特征和深度学习算法构建所述细胞器的识别模型，并基于所述细胞器的识别模型，识别目标细胞图像中每个区域的结构学特征作为目标区域特征；步骤S3：基于所述基准细胞图像中细胞器的结构学特征和所述注释数据，分别获取每一类别所述细胞器的范例，还基于所述细胞器的范例计算不同类别所述细胞器的范例之间的距离，并获取不同类别所述细胞器之间的相似度，同时在所述细胞器的识别模型训练过程中，还基于不同类别所述细胞器的范例之间的距离，对每个类别所述细胞器的范例都进行归一化处理；步骤S4：分别计算所述目标细胞图像中每个所述目标区域特征的范例，并分别计算所述目标区域特征的范例与不同类别所述细胞器的范例之间的相似度，基于所述相似度，识别所述目标区域特征所对应的细胞器及所述目标区域特征所在的位置，并统计每个类别所述细胞器的数量、大小及分布位置，获取统计结果，基于所述统计结果，评估所述目标细胞图像中细胞自噬活性，并将分析结果以图形和数值形式输出。

全文数据：

权利要求：

百度查询： 广东医科大学附属医院 基于深度学习的细胞自噬图像分析方法、系统及存储介质