一种基于秀丽线虫高通量检测的污染物多毒性评估方法

本发明公开了一种基于秀丽线虫高通量检测的污染物多毒性评估方法，基于高清透视扫描技术与改进的MPO‑YOLO深度学习模型，实现秀丽线虫及虫卵的高通量自动化识别检测，可大幅提升数据获取效率与识别精度，相比传统图像分析方法，本发明不仅能同步评估线虫的生长、繁殖、存活率与运动能力，还引入倾斜调节结构的微流控芯片进行趋电性实验。该芯片通过设置一定倾角，在微通道内引入重力分力场，与电场力耦合作用，放大线虫在神经与肌肉功能损伤下的行为变化，使得趋电性作为毒性效应指标更为敏感和多维。该结构尤其适用于检测微弱神经毒性或运动协调障碍，提升行为学参数在毒性分析中的分辨能力。