[发明专利]一种酵母细胞计数及活细胞率检测系统及方法

说明书

本发明提供一种酵母细胞计数及活细胞率检测分析系统及检测方法。该方法包括基于Mask Rcnn对血球计数板目标区域内活细胞数、活细胞率的检测方法及软件系统。该方法收集经过染色的细胞显微镜镜显图像数据，将图像进行格式压缩，用实例分割算法将需要检测的区域图像进行分割提取，对分割后图像中的酵母活细胞、死细胞进行标记，建立神经网络检测分类模型，检测图像中活细胞、死细胞，最终分割出来的检测图还原到原图(被分割图)的目标区域，并自动进行细胞计数及活细胞率计算。本发明可代替人工识别活、死细胞，可以最大程度上节省人工成本、降低检测人员的工作强度，同时提高识别的稳定性，且具在很大程度上提高了识别速度和识别精度。

技术领域

本发明涉及生命科学技术领域，具体来说，本发明涉及一种酵母细胞计数及活细胞率检测系统及方法。

背景技术

在生物技术领域，常需要对细胞进行计数，例如：酵母及乳酸菌细胞计数及活细胞率计算，微生物限度检查中的细菌计数等。细胞总数及活细胞率是产品质量控制的关键参数，细胞计数方法包括人工计数及图像分析计数法。

安树元在1991年第6期的《中国饲料》上发表的文章“固态法饲料酵母生产值得注意的几个问题”中附有“固态培养法饲料酵母酵母菌细胞数及活细胞率的检测方法”：用干净玻璃棒蘸取滤液一滴，放在载玻片上，滴加美蓝染色剂一滴，用盖玻片的一边调匀，染色3分钟，将盖玻片由一边向另一边慢慢盖上，用滤纸吸去多余水，在显微镜下观察，染色者为死细胞，褪色者为活细胞。活细胞率(％)＝(褪色细胞数*100)/酵菌细胞总数。

这种人工计数对实验人员要求极高，人员水平差异及长时间的肉眼分辨导致的眼疲劳，都会影响结果的准确度；另一些手段是基于图像分析的，通过对目标图像进行二值化处理后获取目标灰度图像中的亮点区域进行判断计数。该方法虽然可以避免肉眼观察带来的误差，但是当样品基质复杂时，系统无法判断死细胞及杂质，且会因细胞层叠或边缘不清晰导致误判。还有一些方法需安装仪器才能实现仪器自动计数，增加了成本，且不易操作。

所以，现在需要一种方法来准确且自动进行酵母细胞计数及活细胞率计算，以提高准确率及工作效率，减少人工成本。

发明内容

本发明就是克服现有技术的不足，提供了一种酵母细胞计数及活细胞率检测分析系统及方法，本发明方法可以自动识别目标区域中的活细胞及死细胞，解决了人工计数产生的速度慢、技术误差大的问题。

为了解决上述技术问题，采用如下技术方案：

首先，本发明提供一种酵母细胞计数及活细胞率检测分析系统，该系统是基于Mask Rcnn建立的一种对细胞进行计数及活细胞率检测的系统，其包含以下步骤：

(1)图像格式压缩：采用区域插值算法，使用labelme工具对图像上目标中方格区域进行手工标记，将标记好的数据转换成coco数据集格式进行存储；

(2)建立神经网络实例分割模型：模型采用FPN特征金字塔网络获取多尺度特征图作为RPN的输入，生成瞄框、进行分类、矩形框定位、最后获得目标实例的二值掩码，其中主干网络选用resnet-50网络结构，训练神经网络实例分割模型，分类类型设定中方格一类；

(3)识别中方格区域：在已训练好的模型上放入所需要的酵母镜检图片，获得分类、二值掩码，通过掩码和对应图像可以确定中方格区域，同时将该区域的图像做图像分割操作；

(4)标记活、死细胞：对分割后图像中的活、死细胞进行打标签处理，将标记好的数据转换成coco数据集格式进行存储；以及

(5)检测并识别活、死细胞。将步骤(3)中分割后的图像输入到已训练好的目标检测模型中，对输出IOU置信度大于0.7以上的矩形框框做输出，获得分类、矩形框数值，矩形框坐标，将矩形框画在对应的输入图像上，同时统计各分类的数量，计算活细胞数和活细胞率。将输出的检测图还原到步骤(3)镜检图的被分割位置，并合并。