CN119478929A 细胞提取方法、装置、计算机设备和存储介质 （南京凌芯生物科技有限公司）

质2根据多种细胞图像中荧光点的荧光信号强度，从所述待通过深度学习模型识别每种细胞图像中待分选对每种细胞图像中的待分选细胞进行截取，得到每种细胞图像对应的待分选细胞图对每种细胞图像对应的待分选细胞图像中的荧光点进行4.根据权利要求1所述的方法，其特征在于，所述获取待分选细胞的多种细胞图像包通过多个波段的激励光分别照射待分选细胞，使所述针对每种细胞图像，根据属于同一待分选细胞的荧光点的平根据多种细胞图像对应的排序结果确定符合预设分选通过深度学习模型，分别识别细胞提取前的第一明场提取模块，用于根据多种细胞图像中荧光点38.一种计算机设备，包括存储器和处理器，所述存储45置数据和细胞提取后的第二明场图像中各细胞的6荧光信号差异太大很难将荧光信号和杂质或者背景区分所导致的细胞定位准确性较低的[0045]图3为一个实施例中通过深度学习模型识别每种细胞图像中的荧光点的流程示意[0049]细胞分选技术是根据细胞所具有的特性将符合预设要求的细胞从待分选细胞中细胞分选设备102通过网络与终端104进行通信。细胞分选设备102将获取到的细胞图像数光染料特异性筛选后的细胞的荧光图像。荧光图像是指在环境明亮光线照射待分选细胞，且在待分选细胞成像中使用了滤光通道情况下拍摄到7分选细胞的筛选和荧光信号强度的评估，通过深度学习模型定位到待分选细胞中的荧光8成蓝色荧光的荧光染料、能够生成绿色荧光的荧光染料和能够生成红色荧光的荧光染料。9[0073]本实施例中，通过深度学习模型中提取细胞图像数据中待分选均灰度值。根据灰度值与荧光信号强度之间的关系和各待分选细胞中荧光点的平均灰度件吸取符合预设分选条件的细胞。其中，各待分选细胞的荧光信号强度包括DAPI荧光值、TRITC荧光值和FITC荧光值。多种细胞图像对应的排序结果包括DAPI荧光值排序结果、明场细胞图像中各细胞的第一位置数据和细胞提取后的第二明场图像中各细胞的第二位[0100]在其中一个实施例中，检测组件包括明场图像数据检测器和荧光图像数据检测[0103]可选地，成像发光源和激励光源的切换可以通过细胞分选设备中的控制机构实[0116]通过标定程序根据吸放件的图像数据的清晰度，控制挑选移动据控制固定单元对吸放件进行微调，使吸放件的位置数据位于吸放件图像的预设位置处，质易于与不同细胞外基质环境亲和与融合，为细胞提供一个均一又融合的三维培养空间，[0167]在一个实施例中，识别模块402还用于通过深度学习模型识别每种细胞图像中待[0169]在一个实施例中，识别模块402还用于通过多个波段的激励光分别照射待分选细包括DAPI荧光图像、TRITC荧光图像和FITC荧光图像；将多种荧光图像确定为多种细胞图[0173]上述细胞提取装置中的各个模块可全部或部分通过软件、硬件及其组合来实算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read_Only(ReRAM)、磁变存储器(MagnetoresistiveRandomAccessMemory，MRAM)、铁电存储器(FerroelectricRandomAccessMemory，FRAM)、相变存储器(PhaseChangeMemory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(RandomAcce