一种用于荧光原位杂交的探针信号检测方法及装置与流程

1.本发明涉及数字医疗及计算机领域，特别涉及一种用于荧光原位杂交的探针信号检测方法及装置。


背景技术：

2.荧光原位杂交(fluorescence in situ hybridization，英文简称：fish)，是一种用于检测和定位染色体上的特定dna序列的实验室技术。fish主要用于病理的辅助诊断及鉴别诊断、疾病预后评估和指导临床靶向治疗等，是近十年来在临床病理检测中运用最为广泛的一种分子细胞遗传学诊断技术。
3.双色探针是一类常用的fish探针，包括双色分离探针、双色单融合探针和双色双融合探针等。双色探针利用两种颜色的荧光，通常是红色和绿色，标记两段特定的核酸序列。通过观察检测结果中的分离信号，如单独的红色或绿色信号，或者融合信号，如黄色信号，来检测患者细胞中是否存在基因的移位、缺失或扩增等突变。
4.但是目前临床上fish检测主要采用人工的方式进行探针信号的判读、统计，探针信号的检测效率低、且不够精准。
5.由此，亟需一种用于荧光原位杂交的探针信号检测方法，以解决现有技术中探针信号的检测效率低、且不够精准的问题。


技术实现要素：

6.有鉴于此，本发明提供了一种用于荧光原位杂交的探针信号检测方法及装置，主要目的在于解决目前存在探针信号的检测效率低、且不够精准的问题。
7.为解决上述问题，本技术提供一种用于荧光原位杂交的探针信号检测方法，包括：
8.获取待检测的荧光原位杂交图像；
9.对所述荧光原位杂交图像进行处理，获得若干包含感兴趣区域的目标图像；
10.基于预定的目标探针信号检测模型对各所述目标图像进行检测，获得各初始探针信号的参数信息以及各目标细胞的位置信息；
11.基于各初始探针信号的参数信息以及各目标细胞的位置信息，对各所述初始探针信号进行信号类型判读，获得所述探针信号的检测结果。
12.可选的，所述对所述荧光原位杂交图像进行处理，获得若干包含感兴趣区域的目标图像，包括：
13.对所述荧光原位杂交图像进行分割处理，获得预定大小的若干分割图像；
14.基于预定的图像分类模型对各所述分割图像进行聚类处理，获得包含感兴趣区域的所述若干目标图像。
15.可选的，基于预定的目标探针信号检测模型对各所述目标图像进行检测，获得各初始探针信号的参数信息以及各目标细胞的位置信息，包括：
16.基于所述目标探针信号检测模型中的骨干卷积神经网络，对各所述目标图像进行
特征提取，获得若干特征图片；
17.基于所述目标探针信号检测模型中的细胞核分割分支，对各所述特征图片进行细胞核检测，获得若干目标细胞以及各所述目标细胞的位置信息；
18.基于所述探针信号检测模型中的探针信号检测分支，对各所述特征图片进行探针信号检测，获得若干初始探针信号以及各所述初始探针信号的参数信息。
19.可选的，所述基于所述目标探针信号检测模型中的细胞核分割分支，对各所述特征图片进行细胞核检测，获得若干目标细胞以及各所述目标细胞的位置信息，包括：
20.对各所述特征图片进行外包围框计算，获得各细胞核的第一外包围框；
21.基于各所述第一外包围框对各所述目标图像进行图像进行图像截取，获得包含细胞核的细胞核原图以及包含细胞核周边像素信息的细胞核周边图；
22.基于各所述细胞核原图处理获得与细胞核原图对应的细胞核分割图；
23.基于各所述细胞核原图、各所述细胞核周边图以及各所述细胞核分割图，确定符合质控要求的各目标细胞以及各所述目标细胞的位置信息。
24.可选的，所述基于各所述第一外包围框对各所述目标图像进行图像进行图像截取，获得包含细胞核的细胞核原图以及包含细胞核周边像素信息的细胞核周边图；
25.基于各所述第一外包围框对各所述目标图像进行图像截取，获得包含细胞核的细胞核原图；
26.将各所述第一外包围框外扩预定倍数，获得扩大后的第二外包围框；
27.基于扩大后的各所述第二外包围框，对各所述目标图像进行图像截取，获得包含细胞核周边像素信息的细胞核周边图。
28.可选的，所述所述参数信息包括探针信号的颜色信息以及位置信息。
29.可选的，在获取待检测的荧光原位杂交图像之前，所述方法还包括：训练获得所述目标探针信号检测模型，具体包括：
30.获取若干包含各探针信号的样本图像；
31.基于各所述样本图像，获取若干样本细胞以及与各样本细胞对应的样本位置信息；
32.基于各所述样本图像，获取若干样本探针信号的样本参数信息；
33.利用初始探针信号检测模型中的初始骨干卷积神经网络、初始细胞核分割分支、以及初始探针信号检测分支对各所述样本图像进行检测，获得若干检测细胞的位置信息以及若干检测探针信号的参数信息；
34.基于各所述检测细胞的位置信息、各所述检测探针信号的参数信息、各所述样本细胞的样本位置信息以及各样本探针信号的样本参数信息，对所述初始骨干卷积神经网络、初始细胞核分割分支、以及初始探针信号检测分支中的模型参数进行调整，获得目标骨干卷积神经网络、目标细胞核分割分支、以及目标探针信号检测分支，以获得所述目标探针信号检测模型。
35.为解决上述问题，本技术提供一种用于荧光原位杂交的探针信号检测装置，包括：
36.获取模块，用于获取待检测的荧光原位杂交图像；
37.处理模块，用于对所述荧光原位杂交图像进行处理，获得若干包含感兴趣区域的目标图像；
38.检测模块，用于基于预定的目标探针信号检测模型对各所述目标图像进行检测，获得各初始探针信号的参数信息以及各目标细胞的位置信息；
39.获得模块，用于基于各初始探针信号的参数信息以及各目标细胞的位置信息，对各所述初始探针信号进行信号类型判读，获得所述探针信号的检测结果。
40.为解决上述问题，本技术提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述用于荧光原位杂交的探针信号检测方法的步骤。
41.为解决上述问题，本技术提供一种电子设备，至少包括存储器、处理器，所述存储器上存储有计算机程序，所述处理器在执行所述存储器上的计算机程序时实现上述任一项所述用于荧光原位杂交的探针信号检测方法的步骤。
42.本技术中的用于荧光原位杂交的探针信号检测方法及装置，通过对荧光原位杂交图像进行处理，获得目标图像，然后利用预先训练获得的目标探针信号检测模型，对目标图像进行检测，能够准确的检测获得各目标细胞的位置信息以及各初始探针信号的颜色、位置等参数信息，后续就可以基于各目标细胞的位置信息以及各初始探针信号的颜色、位置等参数精确的确定探针信号的类型，使得最终的检测结果更加精准。同时无需再由人工进行信号的判断，提高了信号的检测效率。
43.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
44.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
45.图1为本技术实施例一种用于荧光原位杂交的探针信号检测方法的流程图；
46.图2为本技术实施例中目标探针信号检测模型的模型架构图；
47.图3为本技术另一实施例一种用于荧光原位杂交的探针信号检测装置的结构框图；
48.图4为本技术另一实施例一种电子设备的结构框图。
具体实施方式
49.此处参考附图描述本技术的各种方案以及特征。
50.应理解的是，可以对此处申请的实施例做出各种修改。因此，上述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本技术的范围和精神内的其他修改。
51.包含在说明书中并构成说明书的一部分的附图示出了本技术的实施例，并且与上面给出的对本技术的大致描述以及下面给出的对实施例的详细描述一起用于解释本技术的原理。
52.通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本技术的
这些和其它特性将会变得显而易见。
53.还应当理解，尽管已经参照一些具体实例对本技术进行了描述，但本领域技术人员能够确定地实现本技术的很多其它等效形式。
54.当结合附图时，鉴于以下详细说明，本技术的上述和其他方面、特征和优势将变得更为显而易见。
55.此后参照附图描述本技术的具体实施例；然而，应当理解，所申请的实施例仅仅是本技术的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本技术模糊不清。因此，本文所申请的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本技术。
56.本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本技术的相同或不同实施例中的一个或多个。
57.本技术实施例提供一种用于荧光原位杂交的探针信号检测方法，具体可以应用于数字医疗领域，利用终端、服务器等电子设备进行探针信号智能检测的过程，也可以应用于终端、服务器等电子设备辅助进行探针信号检测的过程。如图1所示，本实施例中的方法包括如下步骤：
58.步骤s101，获取待检测的荧光原位杂交图像；
59.本步骤在具体实施过程中，可以将目标对象的全套染色体贴在玻璃载玻片上，然后暴露给"探针"(一段荧光染料标记过的dna)。基于碱基互补原理，荧光标记的探针会找到并与染色体组中的匹配序列结合，最后通过特殊的显微镜则可以获取到荧光原位杂交图像，例如通过医用激光显微镜则则可以获取荧光原位杂交图像。
60.步骤s102，对所述荧光原位杂交图像进行处理，获得若干包含感兴趣区域的目标图像；
61.本步骤在具体实施过程中，可以对荧光原位杂交图像进行分割处理，获得预定大小的若干分割图像，例如获得512x512大小的若干分割图像。然后对各分割图像进行聚类，获得预定类别的若干目标图像。具体的，可以基于cnn的图像分类模型进行分类，以此来选取包含肿瘤区域或者待分析组织区域的分割图像。
62.步骤s103，基于预定的目标探针信号检测模型对各所述目标图像进行检测，获得各初始探针信号的参数信息以及各目标细胞的位置信息；
63.本步骤在具体实施过程中，可以预先训练获得目标探针信号检测模型。具体的目标探针信号检测模型的模型架构图可以如图2所示，包括骨干卷积神经网络resnet18、细胞核分割分支以及探针信号检测分支。其中细胞核分割分支采用实例分割solov2模型，由于细胞核大小基本一致，所以只使用单一尺度的solov2模型，简化solov2的原始设计，由此就可以准确的分割出细胞核，进而确定细胞的位置。探针信号检测分支采用单一尺度的yolov3 bbox位置回归和类别预测。也就是，将各目标图像首先通过骨干卷积神经resnet18进行特征提取，获得特征图片，之后分别进入两个分支：细胞核分割分支和探针信号检测分支，由细胞核分割分支对各所述特征图片进行细胞核检测，获得若干目标细胞以及各所述目标细胞的位置信息。由探针信号检测分支对各所述特征图片进行探针信号检测，获得若干初始探针信号以及各所述初始探针信号的参数信息。
64.步骤s104，基于各初始探针信号的参数信息以及各目标细胞的位置信息，对各所述初始探针信号进行信号类型判读，获得所述探针信号的检测结果。
65.本步骤在具体实施过程中，在获得各目标细胞的位置信息以及各初始探针信号的参数信息之后，就可以根据各目标细胞内探针信号的颜色、同一细胞内任意两个探针信号的位置，来综合确定各初始探针信号的类型为融合类型的探针信号还是分离类型的探针信号，使得最终的检测结果更加准确。
66.本技术实施例中的用于荧光原位杂交的探针信号检测方法，通过对荧光原位杂交图像进行处理，获得目标图像，然后利用预先训练获得的目标探针信号检测模型，对目标图像进行检测，能够准确的检测获得各目标细胞的位置信息以及各初始探针信号的颜色、位置等参数信息，后续就可以基于各目标细胞的位置信息以及各初始探针信号的颜色、位置等参数精确的确定探针信号的类型，使得最终的检测结果更加精准。同时无需再由人工进行信号的判断，提高了信号的检测效率。
67.本技术又一实施例提供一种用于荧光原位杂交的探针信号检测方法，包括如下步骤：
68.步骤s201，基于若干样本图像训练获得目标探针信号检测模型；
69.本步骤在实施过程中，模型训练过程为：基于各所述样本图像，获取若干样本细胞以及与各样本细胞对应的样本位置信息；基于各所述样本图像，获取若干样本探针信号的样本参数信息；利用初始探针信号检测模型中的初始骨干卷积神经网络、初始细胞核分割分支、以及初始探针信号检测分支对各所述样本图像进行检测，获得若干检测细胞的位置信息以及若干检测探针信号的参数信息；基于各所述检测细胞的位置信息、各所述检测探针信号的参数信息、各所述样本细胞的样本位置信息以及各样本探针信号的样本参数信息，对所述初始骨干卷积神经网络、初始细胞核分割分支、以及初始探针信号检测分支中的模型参数进行调整，获得目标骨干卷积神经网络、目标细胞核分割分支、以及目标探针信号检测分支，以获得所述目标探针信号检测模型。
70.步骤s202，获取待检测的荧光原位杂交图像；
71.本步骤在具体实施过程中，将待检测对象的全套染色体贴在玻璃载玻片上，然后暴露给"探针"(一段荧光染料标记过的dna)。基于碱基互补原理，荧光标记的探针会找到并与染色体组中的匹配序列结合，最后通过特殊的显微镜则可以获取到荧光原位杂交图像。
72.步骤s203，对所述荧光原位杂交图像进行分割处理，获得预定大小的若干分割图像；基于预定的图像分类模型对各所述分割图像进行聚类处理，获得包含感兴趣区域的所述若干目标图像；
73.本步骤中图像分类模型具体可以为cnn模型，感兴趣区域可以为肿瘤区域获得待分析的组织区域等等。通过利用cnn模型，能够从众多的分割图像中筛选出包含肿瘤区域的目标图像，为后续进行探针信号的检测奠定了基础。
74.步骤s204，基于所述目标探针信号检测模型中的骨干卷积神经网络，对各所述目标图像进行特征提取，获得若干特征图片；
75.本步骤中骨干卷积神经网络具体可以为resnet18。通过将512x512大小的目标图像输入到骨干卷积神经网络resnet18，能够获得128x128x256维度的图片特征，为后续基于图片特征进行细胞核检测以及探针信号的检测奠定了基础。
76.步骤s205，基于所述目标探针信号检测模型中的细胞核分割分支，对各所述特征图片进行细胞核检测，获得若干目标细胞以及各所述目标细胞的位置信息；
77.本步骤在具体实施过程中，基于所述目标探针信号检测模型中的细胞核分割分支，对各所述特征图片进行细胞核检测过程具体如下：
78.步骤s2051对各所述特征图片进行外包围框计算，获得各细胞核的第一外包围框；
79.步骤s2052，基于各所述第一外包围框对各所述目标图像进行图像进行图像截取，获得包含细胞核的细胞核原图以及包含细胞核周边像素信息的细胞核周边图；
80.本步骤中在具体实施过程中，在获得各第一外包围框之后，可以基于各所述第一外包围框对各所述目标图像进行图像截取，获得包含细胞核的细胞核原图；基于各所述第一外包围框对各所述目标图像进行图像截取，获得包含细胞核的细胞核原图；将各所述第一外包围框外扩预定的外扩倍数，获得扩大后的第二外包围框；基于扩大后的各所述第二外包围框，对各所述目标图像进行图像截取，获得包含细胞核周边像素信息的细胞核周边图。
81.在具体实施过程中，在基于第二外包围框截取获得细胞核周边图之后，还可以按照预定的内缩倍数对所述细胞核周边图进行内缩处理，以使内缩后的细胞核周边图与各细胞核原图的大小相同。也就是，内缩倍数为所述外扩倍数的倒数。例如，第一外包围框以外扩倍数4倍外扩获得第二包围框，基于该第二外扩包围框截取获得细胞核周边图之后，则可以将该细胞核周边图按照1/4倍数进行缩小，获得内缩后的细胞核周边图。
82.步骤s2053，基于各所述细胞核原图处理获得与细胞核原图对应的细胞核分割图；
83.本步骤在具体实施过程中，细胞核分割图具体为二值掩码图像。通过获取细胞核分割图能够为后续筛选出符合要求的目标细胞核奠定基础。
84.步骤s2054，基于各所述细胞核原图、各所述细胞核周边图以及各所述细胞核分割图，确定符合质控要求的各目标细胞核以及各所述目标细胞核的位置信息。
85.本步骤中在获得各细胞核的细胞核原图、细胞核周边图以及细胞核分割图之后，就可以利用这三种图对相应的细胞进行筛选判断，确定对应的的细胞核是否符合质控要求，由此能够筛选获得细胞核大小一致、核的边界完整、二脒基苯基吲哚(dapi)染色均一、细胞核无重叠影、信号清晰的细胞为目标细胞并获取目标细胞的位置信息。
86.步骤s206，基于所述探针信号检测模型中的探针信号检测分支，对各所述特征图片进行探针信号检测，获得若干初始探针信号以及各所述初始探针信号的参数信息。
87.本步骤中参数信息具体包括颜色信息以及位置信息等等。
88.步骤s207，基于各初始探针信号的参数信息以及各目标细胞的位置信息，对各所述初始探针信号进行信号类型判读，获得所述探针信号的检测结果。
89.本步骤在具体实施过程中，在获得目标细胞的位置信息、初始探针信号的位置信息以及探针信号的颜色信息之后，可以基于各目标细胞位置信息以及各初始探针信号的位置信息，对各初始探针信号进行分组，将位于同一目标细胞核内的初始探针信号划分为一组，获得与各目标细胞对应的探针信号集合。基于同一探针信号集合内任意两个初始探针信号的位置信息计算对应的距离值，最后基于该距离值以及初始探针信号的颜色信息确定探针信号为融合信号还是分离信号。其中，距离阈值可以根据实际需要调整，例如为2倍信号大小，也就是，当初始探针信号为黄色时，确定该探针信号为融合信息。当初始探针信号
为红色时，则可以进一步计算同一细胞内的各个非红色(绿色)的初始探针信号与该红色初始探针信号的距离，然后判读这两个初始探针信号之间的距离是否小于或等于预定的阈值；如果小于或等于该阈值，则可以确定上述两个初始探针信号为融合信号；如果大于该阈值，则可以确定上述两个初始探针信号为分离信号。在判读出信号类型之后，就可以对各类型的探针信号进行计数统计。
90.本步骤在具体实施过程中，在确定探针信号的类型之后，还可以进一步对检测结果进行统计，例如统计总判读的目标细胞数，然后结合各类型的探针信号数量，针对某种疾病确定判读细胞是否异常，异常细胞占总细胞数的百分比。
91.本实施例中的用于荧光原位杂交的探针信号检测方法，通过对荧光原位杂交图像进行处理，获得目标图像，然后利用预先训练获得的目标探针信号检测模型，对目标图像进行检测，能够准确的检测获得各目标细胞的位置信息以及各初始探针信号的颜色、位置等参数信息，后续就可以基于各目标细胞的位置信息以及各初始探针信号的颜色、位置等参数精确的确定探针信号的类型，使得最终的检测结果更加精准。避免人工繁琐的计数和判读工作，减轻临床医生工作负担。同时避免由于医生主观差异带来的人工判读的不确定性、不可复现性等问题，规范化疾病的诊疗过程。
92.本技术中另一实施例提供一种用于荧光原位杂交的探针信号检测装置，如图3所示，包括：
93.获取模块11，用于获取待检测的荧光原位杂交图像；
94.处理模块12，用于对所述荧光原位杂交图像进行处理，获得若干包含感兴趣区域的目标图像；
95.检测模块13，用于基于预定的目标探针信号检测模型对各所述目标图像进行检测，获得各初始探针信号的参数信息以及各目标细胞的位置信息；
96.获得模块14，用于基于各初始探针信号的参数信息以及各目标细胞的位置信息，对各所述初始探针信号进行信号类型判读，获得所述探针信号的检测结果。
97.本实施例在具体实施过程中，所述处理模块具体用于：对所述荧光原位杂交图像进行分割处理，获得预定大小的若干分割图像；基于预定的图像分类模型对各所述分割图像进行聚类处理，获得包含感兴趣区域的所述若干目标图像。
98.本实施例在具体实施过程中，所述检测模块包括：
99.提取单元，用于基于所述目标探针信号检测模型中的骨干卷积神经网络，对各所述目标图像进行特征提取，获得若干特征图片；
100.细胞核检测单元，用于基于所述目标探针信号检测模型中的细胞核分割分支，对各所述特征图片进行细胞核检测，获得若干目标细胞以及各所述目标细胞的位置信息；
101.探针信号检测模块，用于基于所述探针信号检测模型中的探针信号检测分支，对各所述特征图片进行探针信号检测，获得若干初始探针信号以及各所述初始探针信号的参数信息。
102.本实施例在具体实施过程中，所述细胞核检测单元具体用于：对各所述特征图片进行外包围框计算，获得各细胞核的第一外包围框；基于各所述第一外包围框对各所述目标图像进行图像进行图像截取，获得包含细胞核的细胞核原图以及包含细胞核周边像素信息的细胞核周边图；基于各所述细胞核原图处理获得与细胞核原图对应的细胞核分割图；
基于各所述细胞核原图、各所述细胞核周边图以及各所述细胞核分割图，确定符合质控要求的各目标细胞以及各所述目标细胞的位置信息。
103.具体的，所述细胞核检测单元具体用于：基于各所述第一外包围框对各所述目标图像进行图像截取，获得包含细胞核的细胞核原图；将各所述第一外包围框外扩预定倍数，获得扩大后的第二外包围框；基于扩大后的各所述第二外包围框，对各所述目标图像进行图像截取，获得包含细胞核周边像素信息的细胞核周边图。
104.本实施例在具体实施过程中，所述所述参数信息包括探针信号的颜色信息以及位置信息。
105.本实施例中，用于荧光原位杂交的探针信号检测装置还包括：用于训练获得所述目标探针信号检测模型的训练模块，所述训练模块具体用于：获取若干包含各探针信号的样本图像；基于各所述样本图像，获取若干样本细胞以及与各样本细胞对应的样本位置信息；基于各所述样本图像，获取若干样本探针信号的样本参数信息；利用初始探针信号检测模型中的初始骨干卷积神经网络、初始细胞核分割分支、以及初始探针信号检测分支对各所述样本图像进行检测，获得若干检测细胞的位置信息以及若干检测探针信号的参数信息；基于各所述检测细胞的位置信息、各所述检测探针信号的参数信息、各所述样本细胞的样本位置信息以及各样本探针信号的样本参数信息，对所述初始骨干卷积神经网络、初始细胞核分割分支、以及初始探针信号检测分支中的模型参数进行调整，获得目标骨干卷积神经网络、目标细胞核分割分支、以及目标探针信号检测分支，以获得所述目标探针信号检测模型。
106.本技术中的用于荧光原位杂交的探针信号检测装置，通过对荧光原位杂交图像进行处理，获得目标图像，然后利用预先训练获得的目标探针信号检测模型，对目标图像进行检测，能够准确的检测获得各目标细胞的位置信息以及各初始探针信号的颜色、位置等参数信息，后续就可以基于各目标细胞的位置信息以及各初始探针信号的颜色、位置等参数精确的确定探针信号的类型，使得最终的检测结果更加精准。同时无需再由人工进行信号的判断，提高了信号的检测效率。
107.本技术另一实施例提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如下方法步骤：
108.步骤一、获取待检测的荧光原位杂交图像；
109.步骤二、对所述荧光原位杂交图像进行处理，获得若干包含感兴趣区域的目标图像；
110.步骤三、基于预定的目标探针信号检测模型对各所述目标图像进行检测，获得各初始探针信号的参数信息以及各目标细胞的位置信息；
111.步骤四、基于各初始探针信号的参数信息以及各目标细胞的位置信息，对各所述初始探针信号进行信号类型判读，获得所述探针信号的检测结果。
112.上述方法步骤的具体实施过程可参见上述任意用于荧光原位杂交的探针信号检测方法的实施例，本实施例在此不再重复赘述。
113.本技术中的存储介质，通过对荧光原位杂交图像进行处理，获得目标图像，然后利用预先训练获得的目标探针信号检测模型，对目标图像进行检测，能够准确的检测获得各目标细胞的位置信息以及各初始探针信号的颜色、位置等参数信息，后续就可以基于各目
标细胞的位置信息以及各初始探针信号的颜色、位置等参数精确的确定探针信号的类型，使得最终的检测结果更加精准。同时无需再由人工进行信号的判断，提高了信号的检测效率。
114.本技术另一实施例提供一种电子设备，如图4所示，至少包括存储器1、处理器2，所述存储器1上存储有计算机程序，所述处理器2在执行所述存储器1上的计算机程序时实现如下方法步骤：
115.步骤一、获取待检测的荧光原位杂交图像；
116.步骤二、对所述荧光原位杂交图像进行处理，获得若干包含感兴趣区域的目标图像；
117.步骤三、基于预定的目标探针信号检测模型对各所述目标图像进行检测，获得各初始探针信号的参数信息以及各目标细胞的位置信息；
118.步骤四、基于各初始探针信号的参数信息以及各目标细胞的位置信息，对各所述初始探针信号进行信号类型判读，获得所述探针信号的检测结果。
119.上述方法步骤的具体实施过程可参见上述任意用于荧光原位杂交的探针信号检测方法的实施例，本实施例在此不再重复赘述。
120.本技术中的存储介质，通过对荧光原位杂交图像进行处理，获得目标图像，然后利用预先训练获得的目标探针信号检测模型，对目标图像进行检测，能够准确的检测获得各目标细胞的位置信息以及各初始探针信号的颜色、位置等参数信息，后续就可以基于各目标细胞的位置信息以及各初始探针信号的颜色、位置等参数精确的确定探针信号的类型，使得最终的检测结果更加精准。同时无需再由人工进行信号的判断，提高了信号的检测效率。
121.以上实施例仅为本技术的示例性实施例，不用于限制本技术，本技术的保护范围由权利要求书限定。本领域技术人员可以在本技术的实质和保护范围内，对本技术做出各种修改或等同替换，这种修改或等同替换也应视为落在本技术的保护范围内。

技术特征：
1.一种用于荧光原位杂交的探针信号检测方法，其特征在于，包括：获取待检测的荧光原位杂交图像；对所述荧光原位杂交图像进行处理，获得若干包含感兴趣区域的目标图像；基于预定的目标探针信号检测模型对各所述目标图像进行检测，获得各初始探针信号的参数信息以及各目标细胞的位置信息；基于各初始探针信号的参数信息以及各目标细胞的位置信息，对各所述初始探针信号进行信号类型判读，获得所述探针信号的检测结果。2.如权利要求1所述的方法，其特征在于，所述对所述荧光原位杂交图像进行处理，获得若干包含感兴趣区域的目标图像，包括：对所述荧光原位杂交图像进行分割处理，获得预定大小的若干分割图像；基于预定的图像分类模型对各所述分割图像进行聚类处理，获得包含感兴趣区域的所述若干目标图像。3.如权利要求1所述的方法，其特征在于，基于预定的目标探针信号检测模型对各所述目标图像进行检测，获得各初始探针信号的参数信息以及各目标细胞的位置信息，包括：基于所述目标探针信号检测模型中的骨干卷积神经网络，对各所述目标图像进行特征提取，获得若干特征图片；基于所述目标探针信号检测模型中的细胞核分割分支，对各所述特征图片进行细胞核检测，获得若干目标细胞以及各所述目标细胞的位置信息；基于所述探针信号检测模型中的探针信号检测分支，对各所述特征图片进行探针信号检测，获得若干初始探针信号以及各所述初始探针信号的参数信息。4.如权利要求3所述的方法，其特征在于，所述基于所述目标探针信号检测模型中的细胞核分割分支，对各所述特征图片进行细胞核检测，获得若干目标细胞以及各所述目标细胞的位置信息，包括：对各所述特征图片进行外包围框计算，获得各细胞核的第一外包围框；基于各所述第一外包围框对各所述目标图像进行图像进行图像截取，获得包含细胞核的细胞核原图以及包含细胞核周边像素信息的细胞核周边图；基于各所述细胞核原图处理获得与细胞核原图对应的细胞核分割图；基于各所述细胞核原图、各所述细胞核周边图以及各所述细胞核分割图，确定符合质控要求的各目标细胞以及各所述目标细胞的位置信息。5.如权利要求4所述的方法，其特征在于，所述基于各所述第一外包围框对各所述目标图像进行图像进行图像截取，获得包含细胞核的细胞核原图以及包含细胞核周边像素信息的细胞核周边图；基于各所述第一外包围框对各所述目标图像进行图像截取，获得包含细胞核的细胞核原图；将各所述第一外包围框外扩预定倍数，获得扩大后的第二外包围框；基于扩大后的各所述第二外包围框，对各所述目标图像进行图像截取，获得包含细胞核周边像素信息的细胞核周边图。6.如权利要求1所述的方法，其特征在于，所述所述参数信息包括探针信号的颜色信息以及位置信息。
7.如权利要求1所述的方法，其特征在于，在获取待检测的荧光原位杂交图像之前，所述方法还包括：训练获得所述目标探针信号检测模型，具体包括：获取若干包含各探针信号的样本图像；基于各所述样本图像，获取若干样本细胞以及与各样本细胞对应的样本位置信息；基于各所述样本图像，获取若干样本探针信号的样本参数信息；利用初始探针信号检测模型中的初始骨干卷积神经网络、初始细胞核分割分支、以及初始探针信号检测分支对各所述样本图像进行检测，获得若干检测细胞的位置信息以及若干检测探针信号的参数信息；基于各所述检测细胞的位置信息、各所述检测探针信号的参数信息、各所述样本细胞的样本位置信息以及各样本探针信号的样本参数信息，对所述初始骨干卷积神经网络、初始细胞核分割分支、以及初始探针信号检测分支中的模型参数进行调整，获得目标骨干卷积神经网络、目标细胞核分割分支、以及目标探针信号检测分支，以获得所述目标探针信号检测模型。8.一种用于荧光原位杂交的探针信号检测装置，其特征在于，包括：获取模块，用于获取待检测的荧光原位杂交图像；处理模块，用于对所述荧光原位杂交图像进行处理，获得若干包含感兴趣区域的目标图像；检测模块，用于基于预定的目标探针信号检测模型对各所述目标图像进行检测，获得各初始探针信号的参数信息以及各目标细胞的位置信息；获得模块，用于基于各初始探针信号的参数信息以及各目标细胞的位置信息，对各所述初始探针信号进行信号类型判读，获得所述探针信号的检测结果。9.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1-7任一项所述用于荧光原位杂交的探针信号检测方法的步骤。10.一种电子设备，其特征在于，至少包括存储器、处理器，所述存储器上存储有计算机程序，所述处理器在执行所述存储器上的计算机程序时实现上述权利要求1-7任一项所述用于荧光原位杂交的探针信号检测方法的步骤。

技术总结
本申请涉及数字医疗技术领域，具体公开了一种用于荧光原位杂交的探针信号检测方法及装置，其中方法包括：获取待检测的荧光原位杂交图像；对所述荧光原位杂交图像进行处理，获得若干目标图像；基于预定的目标探针信号检测模型对各所述目标图像进行检测，获得各初始探针信号的参数信息以及各目标细胞核的位置信息；基于各初始探针信号的参数信息以及各目标细胞核的位置信息，对各所述初始探针信号进行信号类型判读，获得所述探针信号的检测结果。本申请中的方法使得最终的探针信号检测结果更加精准；同时无需再由人工进行信号的判断，提高了信号的检测效率。提高了信号的检测效率。提高了信号的检测效率。


技术研发人员：吴开源
受保护的技术使用者：平安科技（深圳）有限公司
技术研发日：2023.04.24
技术公布日：2023/8/1