[发明专利]一种DC细胞检测方法及系统

说明书

本发明公开了一种DC细胞检测方法及系统，通过第一采集频次Fsubgt;1/subgt;获取细胞培养图像，依次分离出选定区域图像，并基于支持向量机依次对选定区域图像进行不成熟DC细胞检测；通过第二采集频次Fsubgt;2/subgt;获取DC细胞培养图像，并进行增强处理，得到待识别图像集合Psubgt;1/subgt;；通过基于DC细胞检测的深度学习模型对待识别图像集合Psubgt;1/subgt;的待识别图像进行成熟DC细胞检测；获取检测出成熟DC细胞的原始DC细胞培养图像。本发明实施例的方法中提出了DC细胞检测方法，借助人工智能实现对DC细胞培育的监测，避免了人力浪费和不准确性，能够精准对DC细胞状态进行分类，对DC细胞生长过程的定量分析提高了准确的数据支撑。

【技术领域】

本发明涉及细胞生物学技术领域，尤其涉及一种DC细胞检测方法及系统。

【背景技术】

在生物学研究中，常借助体外培养细胞的方法来实现对细胞生长过程的监控，从而来分析细胞的生长规律与外界环境因素的关系，挖掘和计算不同时刻与细胞生长相关的生物学参数，用于对细胞生长过程的定量分析。

成熟DC细胞是目前为止发现的机体免疫系统中功能最强大的专职抗原递呈细胞，在免疫应答的启动、调控上起着关键的作用，因此，促进和研究不成熟DC细胞转化为成熟DC细胞为DC细胞体外培养的关键。

由于DC细胞在组织中含量少，因此，需要通过单核细胞和外周血细胞进行体外诱导，但DC细胞是否成熟往往需要流式细胞仪检测DC表面分子变化，检测增加了实验负担且费时费力，而且该方法忽视了全局细胞的观察；而由于DC细胞体外培养过程中细胞数目庞大和行为复杂等因素，借助人力长时间监控不成熟DC细胞转化为成熟DC细胞过程并进行主观判断是不现实的。

【发明内容】

有鉴于此，本发明实施例提供了一种DC细胞检测方法及系统。

第一方面，本发明实施例提供了DC细胞检测方法，所述方法包括：

S1、通过第一采集频次F₁获取细胞培养图像，依次分离出选定区域图像，并基于支持向量机依次对选定区域图像进行不成熟DC细胞检测；

S2、当检测到不成熟DC细胞，通过第二采集频次F₂获取DC细胞培养图像，并进行增强处理，得到待识别图像集合P₁；

S3、构建基于DC细胞检测的深度学习模型，并通过基于DC细胞检测的深度学习模型对待识别图像集合P₁的待识别图像进行成熟DC细胞检测；

S4、获取检测出成熟DC细胞的原始DC细胞培养图像，添加时间标识后，得到成熟DC细胞图像集合P₂。

作为优选的，所述S1中分离出选定区域图像，具体包括：

将获取的细胞培养图像按时间顺序进行排序，并根据细胞培养图像大小建立基准坐标系；

在基准坐标系上选择一个动态矩形区域S，并使动态矩形区域S与细胞培养图像进行中心点对齐；

以动态矩形区域S作为分割模板，依次对细胞培养图像进行分割；

S[Rec(x′₁,y′₁)，(x′₂,y′₂)]＝w*S₀[Rec(x₁,y₁)，(x₂,y₂)]，