CN114494217B 一种人工组织和类器官的检测方法及其装置 （杭州捷诺飞生物科技股份有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114494217B(45)授权公告日2025.07.04

(21)申请号202210110925.6

(22)申请日2022.01.29

(65)同一申请的已公布的文献号申请公布号CN114494217A

(43)申请公布日2022.05.13

(73)专利权人杭州捷诺飞生物科技股份有限公

司

地址310018浙江省杭州市经济技术开发

区白杨街道6号大街452号2幢C1101-C1102号房

(72)发明人王玲张琳翊杨珊珊徐铭恩

(74)专利代理机构杭州君度专利代理事务所(特殊普通合伙)33240

专利代理师朱亚冠

(51)Int.CI.

G06T

G06T

G06T

GO6T

G06T

GO6T

GO6N

GO6N

7/00(2017.01)

7/11(2017.01)

5/60(2024.01)

5/70(2024.01)

5/90(2024.01)

5/30(2006.01)3/0464(2023.01)

3/08(2023.01)

(56)对比文件

CN108681721A,2018.10.19CN107014769A,2017.08.04审查员张瑜

权利要求书7页说明书15页附图3页

(54)发明名称

一种人工组织和类器官的检测方法及其装置

(57)摘要

CN114494217B本发明公开一种人工组织和类器官的检测方法及其装置。本发明利用人工组织和类器官分割深度学习网络实现人工组织和类器官分割，得到人工组织和类器官区域三维图像；其标签采用对比度增强后图像；按照连通域计算培养到最后一天对应培养板每个培养孔中人工组织和类器官的形态学指标与ATP数值；将人工组织和类器官的形态学指标与ATP数值进行标准化处理后构建的矩阵计算协方差矩阵；将协方差矩阵进行奇异值分解获得右奇异矩阵和奇异值矩阵；按照方差贡献率提取主成分，得到人工组织和类器官综

CN114494217B

CN114494217B权利要求书1/7页

2

1.一种人工组织和类器官的检测方法，其特征在于包括以下步骤：

步骤(1):使用OCT设备采集人工组织或类器官的原始三维灰度图像；

步骤(2):构建打标签后的二维图像或三维图像数据集，并将数据集分为训练集和测试集；

所述打标签后的二维图像构建过程具体是对人工组织或类器官的原始三维灰度图像拆分为若干原始二维灰度图像，然后对这些二维灰度图像进行对比度增强，得到对应的对比度增强后二维灰度图像；将原始二维灰度图像打标签后作为二维图像数据集，其中标签为原始二维灰度图像对应的对比度增强后二维灰度图像；

所述打标签后的三维图像构建过程具体是对人工组织或类器官的原始三维灰度图像拆分为若干原始二维灰度图像，然后对这些二维灰度图像进行对比度增强，得到对应的对比度增强后二维灰度图像；再将对比度增强后二维灰度图像组合得到对比度增强后三维图像；将原始三维灰度图像打标签后作为三维图像数据集，其中标签为原始三维灰度图像对应的对比度增强后三维图像；

步骤(3):构建人工组织或类器官分割深度学习网络，并利用训练集进行训练；最后利用测试集对训练好的人工组织或类器官分割深度学习网络进行测试验证；

所述人工组织或类器官分割深度学习网络采用EG-Net、ResNet50v2、VGG19、Xception或DenseNet121CNN,其输入为二维灰度图像，输出为对比度增强后二维灰度图像；最后对原始三维灰度图像对应的所有对比度增强后二维灰度图像进行组合；

所述人工组织或类器官分割深度学习网络采用Resnet-3D,其输入为原始三维灰度图像，输出为对比度增强后三维图像；

步骤(4):利用测试验证后的人工组织或类器官分割深度学习网络实现人工组织或类器官分割，得到人工组织或类器官区域三维图像；

步骤(5):对步骤(4)得到的人工组织或类器官区域三维图像进行量化：

按照连通域计算培养到最后一天对应培养板每个培养孔中人工组织或类器官的形态学指标与ATP数值，其中形态学指标为：总体积、总表面积、总球度、个数、平均体积、平均表面积、平均球度；将人工组织或类器官的形态学指标与ATP数值进行标准化处理后构建的矩阵计算协方差矩阵；将协方差矩阵进行奇异值分解获得按照奇异值从大到小排序后的右奇异矩阵和奇异值矩阵；按照方