摘要
本发明提供一种生物微环境图像分析与分类方法,涉及细胞图像分析技术领域,包括对输入的生物微环境图像进行处理,分割细胞组分并提取其多参数初始特征;采用第一机器学习模型,基于细胞的内在特征与局部微环境信息,推断出超越传统细胞类型的精细化功能亚态;结合生物分子相互作用知识,计算并生成空间分辨的生物分子相互作用势场图,以量化细胞间的通讯潜能;构成一个综合性的状态描述符集合;将此描述符集合输入至第二机器学习分类模型,生成对生物微环境的精准分类结果。本发明实现对生物微环境的功能性、定量化和可解释性分析与分类,显著提升了评估的深度、客观性和准确性。
技术关键词
生物分子相互作用
机器学习分类模型
分类方法
机器学习模型
描述符
监督学习模型
生成对抗网络
质谱流式细胞术
深度神经网络
图像分析技术
原型
空间分布特征
多分支
多参数
成像
偏差
归因