本發(fā)明涉及胚胎圖像識(shí)別，具體涉及一種細(xì)胞分裂檢測(cè)方法、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、細(xì)胞分裂是指活細(xì)胞增殖的過(guò)程，即由一個(gè)細(xì)胞分裂為兩個(gè)細(xì)胞。分裂前的細(xì)胞成為母細(xì)胞，分裂后形成的新細(xì)胞稱為子細(xì)胞。在某些情況下細(xì)胞會(huì)進(jìn)行異常分裂，即一個(gè)細(xì)胞分裂得到的子細(xì)胞數(shù)量大于兩個(gè)。另一種情況為逆分裂，即兩個(gè)細(xì)胞合并為一個(gè)細(xì)胞。通過(guò)檢測(cè)細(xì)胞分裂狀態(tài)有利于理解細(xì)胞生長(zhǎng)與繁殖的規(guī)律。

2、細(xì)胞分裂特征是評(píng)估細(xì)胞分裂方式的一組基本但重要的評(píng)估指標(biāo)。細(xì)胞分裂特征往往能反映不同細(xì)胞分裂方式的差異，通過(guò)提取不同細(xì)胞分裂方式特征，實(shí)現(xiàn)對(duì)不同細(xì)胞分裂方式的分類。培養(yǎng)箱不僅可以對(duì)于細(xì)胞組織生長(zhǎng)的環(huán)境加以穩(wěn)定控制，提供適宜的溫度和濕度。同時(shí)，還能對(duì)于細(xì)胞的生長(zhǎng)加以監(jiān)控，周期性的拍攝細(xì)胞組織生長(zhǎng)過(guò)程中的圖片，上傳到服務(wù)器中。細(xì)胞學(xué)家可以針對(duì)細(xì)胞組織發(fā)育的周期性圖像實(shí)現(xiàn)對(duì)細(xì)胞生長(zhǎng)方式進(jìn)行監(jiān)控，判斷出細(xì)胞分裂方式。

3、正常分裂的情況下會(huì)由一個(gè)細(xì)胞分裂成兩個(gè)細(xì)胞，比如由一個(gè)大的細(xì)胞分裂成兩個(gè)稍微小點(diǎn)的細(xì)胞，細(xì)胞整體的數(shù)量是由少到多。而逆分裂是從兩個(gè)細(xì)胞重新融合成一個(gè)細(xì)胞，由兩個(gè)稍微小點(diǎn)的細(xì)胞融合成一個(gè)更大的細(xì)胞，整體細(xì)胞數(shù)量由多變少。因?yàn)閮煞N分裂方式僅僅只是細(xì)胞從少到多和從多到少的發(fā)生順序不一樣，整體分裂模式判斷如果針對(duì)時(shí)間信息處理方式不得當(dāng)，可能會(huì)導(dǎo)致對(duì)細(xì)胞分裂方式的誤判，影響結(jié)果。

4、傳統(tǒng)方法一般為專家手動(dòng)判斷，會(huì)耗費(fèi)大量的人力物力，造成資源的浪費(fèi)，而且最終的效率很低下。隨著人工智能和計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展，如何利用人工智能技術(shù)實(shí)現(xiàn)培養(yǎng)箱中細(xì)胞分裂方式自動(dòng)化判別監(jiān)控成為一個(gè)重要問(wèn)題。

5、現(xiàn)有的人工智能檢測(cè)方法通常采用：

6、1）識(shí)別培養(yǎng)皿中的感興趣區(qū)域，針對(duì)識(shí)別的細(xì)胞區(qū)域，再進(jìn)行判斷，使用分割的方式只處理感興趣區(qū)域，需要提前在視頻幀上劃分好感興趣區(qū)域，這樣同樣浪費(fèi)了大量的人力物力，需要前期投入資源比較大；

7、2）直接把整個(gè)視頻幀送入網(wǎng)絡(luò)中，直接卷積進(jìn)行分類判斷，使用深度學(xué)習(xí)方法直接對(duì)多張視頻幀提取特征進(jìn)行處理，多張視頻幀會(huì)使送入計(jì)算的數(shù)據(jù)維度比較高，計(jì)算量比較大，耗費(fèi)的計(jì)算資源比較多。

8、在細(xì)胞分裂模式分類問(wèn)題的檢測(cè)過(guò)程中，一張圖片只顯示細(xì)胞當(dāng)前的狀態(tài)，而判斷細(xì)胞分裂方式需要看細(xì)胞具體變化，單張圖片無(wú)法直接判斷具體細(xì)胞分裂的運(yùn)動(dòng)過(guò)程，只有根據(jù)多張細(xì)胞連續(xù)分裂視頻幀，通過(guò)細(xì)胞隨著時(shí)間的具體分裂帶來(lái)的運(yùn)動(dòng)變化來(lái)輔助判斷細(xì)胞分裂方式。因此，為了得到細(xì)胞分裂的隨時(shí)間的變化，需要將細(xì)胞分裂時(shí)間信息和空間信息像結(jié)合，進(jìn)行具體的時(shí)空建模。為得到時(shí)空信息，可以針對(duì)單張視頻幀提取特征得到空間信息，然后，將每一幀提取的特征視作時(shí)間序列數(shù)據(jù)，然后通過(guò)時(shí)間序列模型沿著時(shí)間維度提取時(shí)序信息。這樣做導(dǎo)致時(shí)空信息分離，會(huì)導(dǎo)致信息丟失，

9、或者可以直接將多張視頻幀送入三維卷積，可以同時(shí)計(jì)算細(xì)胞分裂的時(shí)間和空間信息。而直接將多張視頻幀送入深度學(xué)習(xí)網(wǎng)絡(luò)會(huì)導(dǎo)致需要卷積的視頻幀數(shù)據(jù)維度比較高，這樣需要卷積所耗費(fèi)的計(jì)算量比較大，會(huì)浪費(fèi)計(jì)算資源的同時(shí)也浪費(fèi)了時(shí)間資源。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提出了細(xì)胞分裂檢測(cè)方法、電子設(shè)備及存儲(chǔ)介質(zhì)，以解決如何在保存多張連續(xù)胚胎圖像所記錄的細(xì)胞分裂具體變化同時(shí)，減少因?yàn)樵黾泳S度導(dǎo)致的計(jì)算量的增大的技術(shù)問(wèn)題。

2、為解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種細(xì)胞分裂檢測(cè)方法，包括以下步驟：

3、步驟s1：按照時(shí)間間隔拍攝胚胎圖像，構(gòu)建胚胎圖像序列；

4、步驟s2：按照拍攝時(shí)間順序，將所述胚胎圖像序列劃分為若干個(gè)胚胎圖像組，每個(gè)所述胚胎圖像組中包括四張胚胎圖像；

5、步驟s3：將每個(gè)所述胚胎圖像組中第一個(gè)所述胚胎圖像劃分為若干個(gè)k×k大小的第一胚胎圖像塊，k表示像素?cái)?shù)量；

6、步驟s4：對(duì)每個(gè)所述第一胚胎圖像塊中的每個(gè)像素進(jìn)行光流追蹤，依次得到后續(xù)三張胚胎圖像中對(duì)應(yīng)像素最多的第二胚胎圖像塊；所述第二胚胎圖像塊的大小和第一胚胎圖像塊的大小相等；

7、步驟s5：將每個(gè)所述第一胚胎圖像塊和對(duì)應(yīng)的三張所述第二胚胎圖像塊進(jìn)行拼接，得到融合胚胎圖像；

8、步驟s6：提取融合胚胎圖像的特征進(jìn)行細(xì)胞分裂模式分類檢測(cè)，分類為正常分裂或逆分裂。

9、優(yōu)選地，步驟s4通過(guò)horn-schunck光流法或farneb?ck光流法或pwc-net進(jìn)行光流追蹤。

10、優(yōu)選地，步驟s4在進(jìn)行光流追蹤后通過(guò)密度聚類算法刪除追蹤到的偏遠(yuǎn)像素點(diǎn)。

11、優(yōu)選地，步驟s4包括：

12、步驟s41：進(jìn)行光流追蹤，找到追蹤到的像素集合的最小邊界坐標(biāo)，計(jì)算外包矩形的寬度w和高度h：

13、；

14、；

15、取寬度和高度中的較大值作為最小外接外包的邊長(zhǎng)l，在較短的邊上進(jìn)行對(duì)稱填充，確定新邊界坐標(biāo)；

16、步驟s42：對(duì)所述最小外包矩形進(jìn)行縮放，恢復(fù)為k×k大小，得到第二胚胎圖像塊。

17、優(yōu)選地，步驟s42包括：計(jì)算水平方向和垂直方向的比例因子和，針對(duì)第一胚胎圖像塊中的每個(gè)像素，即（x’,y’），使用比例因子計(jì)算其在最小外包矩形圖像中的浮點(diǎn)坐標(biāo)和；雙線性插值利用最小外包矩形圖像中四個(gè)相鄰的像素值進(jìn)行加權(quán)平均，計(jì)算每個(gè)（x’,y’）的具體像素值；每個(gè)像素都通過(guò)上述步驟計(jì)算其在原始圖像中的對(duì)應(yīng)像素，使用插值算法獲取像素值，最終生成第二胚胎圖像塊。

18、優(yōu)選地，步驟s5包括：將第一胚胎圖像塊和對(duì)應(yīng)的三張所述第二胚胎圖像塊拼接為2x2的小塊，其中（1,1）位置為第一胚胎圖像塊，（1,2）位置為第二張胚胎圖像的第二胚胎圖像塊，（2,1）位置為第三張胚胎圖像的第二胚胎圖像塊，（2,2）位置為第四張胚胎圖像的第二胚胎圖像塊。

19、優(yōu)選地，步驟s6中提取融合胚胎圖像的特征的方法包括：對(duì)融合胚胎圖像進(jìn)行位置編碼后，輸入自注意力機(jī)制self-attention，提取得到包含包括細(xì)胞隨時(shí)間變化具體過(guò)程的時(shí)間信息和整體細(xì)胞空間信息的特征。

20、優(yōu)選地，步驟s6中進(jìn)行細(xì)胞分裂模式分類檢測(cè)的方法包括：將提取的特征輸入全連接層，輸出的結(jié)果計(jì)算分類交叉熵?fù)p失得到細(xì)胞分裂模式分類。

21、本發(fā)明還提供了一種電子設(shè)備，包括：存儲(chǔ)器、處理器和計(jì)算機(jī)程序，所述計(jì)算機(jī)程序存儲(chǔ)在所述存儲(chǔ)器中，并被配置為由所述處理器執(zhí)行以實(shí)現(xiàn)上述的方法。

22、本發(fā)明還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行以實(shí)現(xiàn)上述的方法。

23、本發(fā)明的有益效果至少包括：本發(fā)明通過(guò)對(duì)間隔拍攝的胚胎圖像進(jìn)行光流追蹤以保留胚胎圖像序列的時(shí)間信息，之后把多張胚胎圖像融合成一張胚胎圖像以保留胚胎圖像序列的空間信息，在能準(zhǔn)確提取細(xì)胞分裂的時(shí)間和空間信息的同時(shí)，避免了如果分開計(jì)算時(shí)間和空間信息可能會(huì)帶來(lái)的信息丟失問(wèn)題，防止構(gòu)建過(guò)于復(fù)雜的模型架構(gòu)增加計(jì)算的復(fù)雜性；同時(shí)也避免直接將多張視頻幀直接送入三維卷積，造成存儲(chǔ)，計(jì)算量的增大導(dǎo)致的資源浪費(fèi)的問(wèn)題。