成果介紹
本發(fā)明公開了一種誘導(dǎo)性多能干細(xì)胞的自動(dòng)檢測方法、存儲(chǔ)介質(zhì)及裝置,方法包括步驟:基于構(gòu)建的多分支卷積神經(jīng)網(wǎng)絡(luò)模型檢測iPSCs顯微鏡圖像中iPSCs的位置信息;構(gòu)建多尺度深監(jiān)督分類網(wǎng)絡(luò)模型,所述多尺度深監(jiān)督分類網(wǎng)絡(luò)模型包括多尺度殘差卷積模塊以及注意力模塊,多尺度殘差卷積模塊用于對iPSCs顯微鏡圖像進(jìn)行不同尺度的卷積操作,獲得圖像特征,注意力模塊用于對不同通道的圖像特征和不同區(qū)域的圖像特征進(jìn)行重編碼,獲得有效分類特征;基于有效分類特征識(shí)別出iPSCs顯微鏡圖像中每個(gè)iPSCs的健康狀況。本發(fā)明實(shí)現(xiàn)了自動(dòng)從iPSCs的顯微鏡圖像中檢測出細(xì)胞的位置并識(shí)別出其健康狀況,提高了檢測效率和檢測準(zhǔn)確率。
成果應(yīng)用案例介紹
測量實(shí)驗(yàn)>檢測方法>檢測方法; 生物(體)>生物細(xì)胞>全自動(dòng)誘導(dǎo)多能干細(xì)胞