基于分层Transformer注意力特征融合的iPSCs集落多能性评估方法

本发明涉及iPSCs集落多能性评估技术领域，尤其涉及一种基于分层Transformer注意力特征融合的iPSCs集落多能性评估方法，包括以下步骤：采集iPSCs培养过程中的图像，建立干细胞多能性与细胞集落形貌的映射关系；构建iPSCs图像数据集，将图像中的每个像素对应多能性状态类别，并标记像素级；搭建基于Transformer注意力特征融合的评估模型，包括Gabor边缘特征增强模块、分层Transformer主干特征提取模块和注意力特征融合模块；所得特征层分别经上采样和归一化后进行融合，之后经解码后获得预测图像，即评估结果；以iPSCs图像数据集对模型进行训练；以训练所得的模型对iPSCs培养过程中的图像进行多能性评估。本发明的方法能够防止人为因素干扰，iPSCs集落多能性评估精准度高。