【技术实现步骤摘要】
本申请涉及图像分析，尤其涉及一种基于图像分析的干细胞分化程度评估方法及系统。
技术介绍
1、干细胞具有自我更新和分化成各种细胞类型的能力。然而，有效地评估干细胞的分化程度是实验过程中的一项挑战，传统的生物化学方法往往耗时长、成本高且可能对细胞造成损伤。此外，这些方法的介入性可能影响细胞的自然状态，从而干扰实验结果的可靠性和精确性。
2、如何从复杂的生物图像中准确地提取出有关干细胞分化状态的关键信息仍然是一个难题。此外，现有的图像分析方法在处理图像时往往忽略了细胞的空间方向性和生长动态，这可能导致评估结果的不全面或偏差。
技术实现思路
1、本申请提供了一种基于图像分析的干细胞分化程度评估方法及系统，用于提高了干细胞分化程度评估的准确率。
2、第一方面，本申请提供了一种基于图像分析的干细胞分化程度评估方法，所述基于图像分析的干细胞分化程度评估方法包括：
3、采集待处理的初始干细胞图像数据，并对所述初始干细胞图像数据进行全卷积网络预处理，得到增强干细胞图像数据；
4、对所述增强干细胞图像数据进行密集门控通道变换和细胞分割，得到干细胞分割图像数据；
5、对所述干细胞分割图像数据进行特征提取和方向感知回归分析，得到方向性特征数据集；
6、将所述方向性特征数据集输入预置的初始干细胞分化程度评估模型进行多尺度特征融合和干细胞分化程度评估，得到分化程度评估信息；
7、根据自适应蜉蝣算法和所述分化程度评估信息，对所述
8、第二方面，本申请提供了一种基于图像分析的干细胞分化程度评估系统，所述基于图像分析的干细胞分化程度评估系统包括：
9、预处理模块，用于采集待处理的初始干细胞图像数据，并对所述初始干细胞图像数据进行全卷积网络预处理，得到增强干细胞图像数据；
10、分割模块，用于对所述增强干细胞图像数据进行密集门控通道变换和细胞分割，得到干细胞分割图像数据；
11、分析模块，用于对所述干细胞分割图像数据进行特征提取和方向感知回归分析，得到方向性特征数据集；
12、评估模块，用于将所述方向性特征数据集输入预置的初始干细胞分化程度评估模型进行多尺度特征融合和干细胞分化程度评估，得到分化程度评估信息；
13、求解模块，用于根据自适应蜉蝣算法和所述分化程度评估信息，对所述初始干细胞分化程度评估模型进行模型参数全局搜索和局部最优求解，得到目标干细胞分化程度评估模型。
14、本申请第三方面提供了一种基于图像分析的干细胞分化程度评估设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于图像分析的干细胞分化程度评估设备执行上述的基于图像分析的干细胞分化程度评估方法。
15、本申请的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的基于图像分析的干细胞分化程度评估方法。
16、本申请提供的技术方案中，通过利用高分辨率显微镜对干细胞进行成像并进行图像分析，避免了传统生化方法中可能对细胞造成的损害或改变。这种非侵入性的技术允许对干细胞进行实时连续监测，提供更动态的细胞生长和分化数据，通过全卷积网络的预处理和密集门控通道变换，自动化地处理和分析干细胞图像，大大提高了数据处理的速度和效率。自动化处理减少了手工操作的需求，降低了人为错误的可能性，同时提高了实验的重复性和可靠性。在细胞分割和特征提取阶段，通过方向感知回归分析和多尺度特征融合，能够精确捕捉细胞的形态和方向性特征。通过这些综合的图像分析手段，可以更准确地评估干细胞的分化程度，采用自适应蜉蝣算法对干细胞分化程度评估模型的参数进行全局搜索和局部最优求解，增强了模型在不同条件下的适应性和稳定性，进而提高了干细胞分化程度评估的准确率。
本文档来自技高网...【技术保护点】
1.一种基于图像分析的干细胞分化程度评估方法，其特征在于，所述基于图像分析的干细胞分化程度评估方法包括：
2.根据权利要求1所述的基于图像分析的干细胞分化程度评估方法，其特征在于，所述采集待处理的初始干细胞图像数据，并对所述初始干细胞图像数据进行全卷积网络预处理，得到增强干细胞图像数据，包括：
3.根据权利要求1所述的基于图像分析的干细胞分化程度评估方法，其特征在于，所述对所述增强干细胞图像数据进行密集门控通道变换和细胞分割，得到干细胞分割图像数据，包括：
4.根据权利要求1所述的基于图像分析的干细胞分化程度评估方法，其特征在于，所述对所述干细胞分割图像数据进行特征提取和方向感知回归分析，得到方向性特征数据集，包括：
5.根据权利要求1所述的基于图像分析的干细胞分化程度评估方法，其特征在于，所述将所述方向性特征数据集输入预置的初始干细胞分化程度评估模型进行多尺度特征融合和干细胞分化程度评估，得到分化程度评估信息，包括：
6.根据权利要求5所述的基于图像分析的干细胞分化程度评估方法，其特征在于，所述将所述特征独热编码向量输
7.根据权利要求1所述的基于图像分析的干细胞分化程度评估方法，其特征在于，所述根据自适应蜉蝣算法和所述分化程度评估信息，对所述初始干细胞分化程度评估模型进行模型参数全局搜索和局部最优求解，得到目标干细胞分化程度评估模型，包括：
8.一种基于图像分析的干细胞分化程度评估系统，其特征在于，所述基于图像分析的干细胞分化程度评估系统包括：
9.一种基于图像分析的干细胞分化程度评估设备，其特征在于，所述基于图像分析的干细胞分化程度评估设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的基于图像分析的干细胞分化程度评估方法。
...【技术特征摘要】
1.一种基于图像分析的干细胞分化程度评估方法，其特征在于，所述基于图像分析的干细胞分化程度评估方法包括：
2.根据权利要求1所述的基于图像分析的干细胞分化程度评估方法，其特征在于，所述采集待处理的初始干细胞图像数据，并对所述初始干细胞图像数据进行全卷积网络预处理，得到增强干细胞图像数据，包括：
3.根据权利要求1所述的基于图像分析的干细胞分化程度评估方法，其特征在于，所述对所述增强干细胞图像数据进行密集门控通道变换和细胞分割，得到干细胞分割图像数据，包括：
4.根据权利要求1所述的基于图像分析的干细胞分化程度评估方法，其特征在于，所述对所述干细胞分割图像数据进行特征提取和方向感知回归分析，得到方向性特征数据集，包括：
5.根据权利要求1所述的基于图像分析的干细胞分化程度评估方法，其特征在于，所述将所述方向性特征数据集输入预置的初始干细胞分化程度评估模型进行多尺度特征融合和干细胞分化程度评估，得到分化程度评估信息，包括：
6.根...
【专利技术属性】
技术研发人员：荆东辉，韦晓盼，饶迩文，
申请(专利权)人：深圳市合一康生物科技股份有限公司，
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。