[发明专利]一种基于人工智能的大数据类器官图像识别的方法

说明书

本发明属于类器官图像识别技术领域，尤其是一种基于人工智能的大数据类器官图像识别的方法，包括控制终端和扫描终端，所述扫描终端包括显微镜摄像头、高清摄像头、扫描单元和定位模块，所述控制终端包括识别成型单元、模型训练单元、进程记录单元、数据分析单元和上传单元，所述扫描单元用于扫描类器官以得到其外部特征，所述定位模块是用于定位扫描地点，所述识别成型单元是根据扫描单元的扫描结果构成具有具体标注的三维图或平面图，所述模型训练单元是在识别成型单元构成的图形上进行特定训练。本发明通过智能化代替人工对类器官的培育阶段进行分析，降低工作难度的同时能给出更为客观的结果。

技术领域

本发明涉及类器官图像识别技术领域，特别涉及一种基于人工智能的大数据类器官图像识别的方法。

背景技术

类器官是一种利用成体干细胞，在体外培养出的3D细胞培养物与对应的人体器官具有高度相似的组织学特征，能重现器官的部分生理功能。随着相关研究的逐步深入，类器官目前已成为科学界研究的热点。

尽管动物模型可以回答一些生物学问题，但是太复杂，无法直接回答细胞间相互作用。此外，人体和动物之间的物种差别，使得动物实验只能作为一个参考，在转化至人体时，通常会发现差别。

类器官是2017年Nature Methods评选的年度方法, 细胞可来源于人体，结构类似于器官，则可以作为接近人体的研究模型, 进行科学研究和药物筛选。

类器官研究契合当前个体精准医学设计的需求，尤其在肿瘤发生机制和相关药物筛选、建立模型领域有突出的前景，助力新药研发加速递进，是新药研发有力的工具。类器官的应用可通过智能分析获得预期疗效及用药结果并寻找相关循因导向，作为成因探究路径。

类器官在培育过程中，会需要对其培育进程进行观测并获取数据用于分析，现有的类器官评分析体系，一般是基于人工观察所得或是终点法，人工观察法不够客观，可能会影响到最终的分析结果，同时人工观察也为研究人员带来较多的工作内容，提高工作难度，而终点法虽避免人为干扰，但不能记录过程，只能对最终结果进行检测，无法实时记录各阶段的类器官状态，最终呈现的分析数据供后续研究的数据有限，为了改变这一现状，我们提出了以下方案。

发明内容

针对现有技术存在的上述问题，本发明要解决的技术问题是：现有技术下，需通过人工观察法记录类器官培养状态，所得数据不够客观，容易出错。

为解决上述技术问题，本发明采用如下技术方案：一种基于人工智能的大数据类器官图像识别的方法，包括控制终端和扫描终端，所述扫描终端包括显微镜摄像头、高清摄像头、扫描单元和定位模块，所述控制终端包括识别成型单元、模型训练单元、进程记录单元、数据分析单元和上传单元，所述扫描单元用于扫描类器官以得到其外部特征，所述定位模块是用于定位扫描地点，所述识别成型单元是根据扫描单元的扫描结果构成具有具体标注的三维图或平面图，所述模型训练单元是在识别成型单元构成的图形上进行特定训练，所述进程记录单元是用来记录类器官在培育过程中的进程，所述数据分析单元是用来分析所有数据并给出分析结果，所述上传单元是将类器官的所有数据上传至公用或私用数据库作为分享或存储；

所述扫描单元包括外观扫描模块、特征识别模块、定时录像模块和定时拍照模块，所述特征识别模块与外观扫描模块、定时录像模块和定时拍照模块相连；

所述识别成型单元包括三维成型模块、数据测量模块、标注模块和成图模块，所述三维成型模块、数据测量模块、标注模块和成图模块相连；

所述模型训练单元包括训练路径匹配模块和虚拟训练模块，所述训练路径匹配模块和虚拟训练模块相连；

所述进程记录单元包括视频分析模块、图像摘取模块和进程标注模块，所述视频分析模块、图像摘取模块和进程标注模块相连；