龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：赛文杰生物科技(绍兴)有限公司
摘要：本发明提供一种用于高效识别干细胞多能性的细胞成像分析方法，涉及生物医学图像分析领域。包括：图像加载和预处理，通过opencv库加载包括多能和非多能细胞的图像；边界和曲率分析，使用边缘检测技术提取细胞边界，计算并标准化曲率和径向距离；特征提取，根据曲率和径向距离数组计算统计特征，提取细胞形态特征；机器学习模型训练，使用XGBoost算法构建决策树，通过网格搜索优化参数，评估模型性能，并对新细胞图像进行分类和多能性状态预测。本发明通过关注曲率和径向距离特征，捕获更详细的形态信息；利用XGBoost实现高级机器学习集成，提升分类性能；通过长轴长度标准化特征，确保一致性和模型精度；全面提取统计特征，提高细胞多能性识别的精确性和可靠性。
主权项：1.一种用于高效识别干细胞多能性的细胞成像分析方法，其特征在于，包括：S1、图像加载和预处理，通过opencv库加载一组图像，包括多能和非多能细胞；S2、边界和曲率分析：S21、使用边缘检测技术提取单元格的边界；S22、计算从单元边界到单元中心的曲率和径向距离；S23、按每个单元的长轴长度标准化曲率和径向距离，即曲率乘以长轴长度，径向距离除以长轴长度，Knorm＝K·L 上述式中，k表示曲率，r表示径向距离，L表示每个单元的长轴长度，Knorm和rnorm分别表示标准化的曲率和径向距离；S24、计算缺陷数量及其深度；S3、特征提取：S31、根据曲率和径向距离数组计算统计特征，所述统计特征包括偏度、峰度、标准差、平均值、范围、最小值和最大值；S32、从细胞图像中提取一般形态特征，所述一般形态特征包括坚固性和偏心率；S4、机器学习模型训练：S41、通过实施XGBoost算法构建决策树，以根据提取的特征对细胞进行分类；S42、执行网格搜索以优化模型参数并确定数据集的最佳模型配置；S43、使用logloss作为评估指标，f1-score作为评分标准，通过交叉验证评估经过训练的XGBoost模型的性能；S44、使用优化的XGBoost模型对新细胞图像进行分类并预测新细胞的多能性状态，所述多能性状态包括干性和多功能性。
全文数据：
权利要求：
百度查询： 赛文杰生物科技(绍兴)有限公司 一种用于高效识别干细胞多能性的细胞成像分析方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号