(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211199153.4 (22)申请日 2022.09.29 (71)申请人 深圳大学 地址 518060 广东省深圳市南 山区南海大 道3688号 (72)发明人 刘维湘　陈凌灏　廖近齐　周光前　 (74)专利代理 机构 深圳市君胜知识产权代理事 务所(普通 合伙) 44268 专利代理师 徐凯凯 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06V 20/69(2022.01) (54)发明名称 基于明场图像的细胞分化程度评估方法、 存 储介质及系统 (57)摘要 本发明公开了基于明场图像的细胞分化程 度评估方法、 存储介质及系统， 其中， 方法包括步 骤： 对待评估的人类胚胎干细胞向神经干细胞分 化的初始明场图像进行对比度限制的自适应直 方图均衡化， 得到均衡化明场图像； 对初始明场 图像和均衡化明场图像均进行滑动窗分割以及 过滤处理， 得到若干个细胞初始明场图像块和对 应的若干个细胞均衡化明场图像块； 将若干个细 胞初始明场图像块和若干个细胞均衡化明场图 像块均输入到训练好的神经干细胞评估模型中， 输出初始明场图像中的细胞为神经干细胞的概 率。 本发明方法能够对分化过程进行客观量化评 估， 而非原本的主观评估， 且本发明解决了现有 基于神经分化研究需要对其进行染色评估这一 耗时耗力的技 术难题。 权利要求书2页 说明书5页 附图1页 CN 115272342 A 2022.11.01 CN 115272342 A 1.一种基于明场图像的细胞分化 程度评估方法， 其特 征在于， 包括 步骤： 对待评估的人类胚胎干细胞向神经干细胞分化的初始明场图像进行对比度限制的自 适应直方图均衡化， 得到均衡化明场图像； 对所述初始明场图像和均衡化明场图像均进行滑动窗分割， 得到若干个小分辨率初始 明场图像块和对应的若干个小分辨 率均衡化明场图像块； 对若干个所述小分辨率初始明场图像块和若干个所述小分辨率均衡化明场图像块均 进行过滤处理， 得到若干个细胞初始明场图像块和对应的若干个细胞均衡化明场图像块； 将若干个所述细胞初始明场图像块和若干个细胞均衡化明场图像块均输入到训练好 的神经干细胞评估 模型中， 输出 所述初始明场图像中的细胞为神经干细胞的概 率。 2.根据权利要求1所述基于 明场图像的细胞分化程度评估方法， 其特征在于， 对所述初 始明场图像和均衡化明场图像均进 行滑动窗分割的步骤中， 所使用的窗口大小为 128*128， 滑动步幅为64。 3.根据权利要求1所述基于 明场图像的细胞分化程度评估方法， 其特征在于， 对若干个 所述小分辨率初始明场图像块和若干个所述小分辨率均衡化明场图像块均进 行过滤处理， 得到若干个细胞初始明场图像块和对应的若干个细胞均衡化明场图像块的步骤 包括： 将若干个所述小分辨率初始明场图像块和若干个所述小分辨率均衡化明场图像块分 别输入到已训练好的XGBo ost模型中， 将图像块分类为背景图像块和细胞图像块； 通过所述XGBoost模型滤除掉所述背景图像块， 并输出若干个细胞初始明场图像块和 对应的若干个细胞均衡化明场图像块。 4.根据权利要求1所述基于 明场图像的细胞分化程度评估方法， 其特征在于， 将若干个 所述细胞初始明场图像块和若干个细胞均衡化明场图像块均输入到训练好的神经干细胞 评估模型中， 输出 所述初始明场图像中的细胞为神经干细胞的概 率的步骤 包括： 将若干个所述细胞初始明场图像块和若干个细胞均衡化明场图像块均输入到训练好 的神经干细胞评估 模型中， 得到每 个图像块中细胞为神经干细胞的预测概 率； 对每个图像块中细胞为神经干细胞的预测概率进行集成， 输出所述初始明场图像 中的 细胞为神经干细胞的概 率。 5.根据权利要求4所述基于 明场图像的细胞分化程度评估方法， 其特征在于， 将若干个 所述细胞初始明场图像块和若干个细胞均衡化明场图像块均输入到训练好的神经干细胞 评估模型中， 得到每 个图像块中细胞为神经干细胞的预测概 率的步骤 包括： 所述神经干细胞评估模型包括若干个基础分类模块以及一个集成模块， 所述基础 分类 模块由两个相同的特征提取器和一个分类层组成， 所述细胞初始明场图像块和细胞均衡化 明场图像块分别输入到 两个相同的特 征提取器中， 得到 两个特征向量； 将所述两个特征向量进行拼接并输入到所述分类层中， 输出每个图像块中细胞为神经 干细胞的预测概 率。 6.根据权利要求5所述基于 明场图像的细胞分化程度评估方法， 其特征在于， 所述基础 分类模块 为VGG13、 ResNet18、 ResNet34、 ResNet5 0和DenseNet121中的一种或多种。 7.根据权利要求4所述基于 明场图像的细胞分化程度评估方法， 其特征在于， 对每个图 像块中 细胞 为 神经 干 细胞的 预 测概 率 进行 集成的 步 骤中 ， 集成公式 如下 ：权　利　要　求　书 1/2 页 2 CN 115272342 A 2， 其中M代表使用基础分类模块的数量； 代 表第 个基础分类模块； 代表输入到基础分类模块的图像块。 8.一种存储介质， 其特征在于， 所述存储介质存储有一个或者多个程序， 所述一个或者 多个程序可被一个或者多个处理器执行， 以实现如权利要求1 ‑7任意一项基于明场图像的 细胞分化 程度评估方法中的步骤。 9.一种基于明场图像的细胞分化程度评估系统， 其特征在于， 包括： 处理器、 存储器及 通信总线;所述存 储器上存 储有可被所述处 理器执行的计算机可读程序； 所述通信总线实现处 理器和存 储器之间的连接通信； 所述处理器执行所述计算机可读程序时实现如权利要求1 ‑7任意一项所述基于 明场图 像的细胞分化 程度评估中的步骤。权　利　要　求　书 2/2 页 3 CN 115272342 A 3