科创中国

本发明公开了一种线虫身体弯曲行为的识别和计数方法及相关设备，所述方法包括：获取线虫视频，对所述线虫视频进行分帧处理得到原始灰度图像，根据所述原始灰度图像得到线虫二值图像；根据线虫的所述原始灰度图像，基于卷积神经网络的数值坐标回归算法获得头部坐标和尾部坐标；根据所述线虫二值图像，基于曲率的特征点提取算法计算线虫中心线上的峰值点；计算峰值点到线虫的咽部和尾部之间连线的最大距离，根据每帧最大距离的变化计算线虫身体弯曲的数量。本发明基于卷积神经网络的数值坐标回归算法进行线虫头部和尾部的坐标识别，提高了准确率，通过提取特征点，实现了更加简单快速的计算线虫身体弯曲次数。

1.一种线虫身体弯曲行为的识别和计数方法，其特征在于，所述线虫身体弯曲行为的识别和计数方法包括： 获取线虫视频，对所述线虫视频进行分帧处理得到原始灰度图像，根据所述原始灰度图像得到线虫二值图像； 根据线虫的所述原始灰度图像，基于卷积神经网络的数值坐标回归算法获得头部坐标和尾部坐标； 根据所述线虫二值图像，基于曲率的特征点提取算法计算线虫中心线上的峰值点； 计算峰值点到线虫的咽部和尾部之间连线的最大距离，根据每帧最大距离的变化计算线虫身体弯曲的数量。 2.根据权利要求1所述的线虫身体弯曲行为的识别和计数方法，其特征在于，所述获取线虫视频，对所述线虫视频进行分帧处理得到原始灰度图像，根据所述原始灰度图像得到线虫二值图像，具体包括： 对获取的所述线虫视频进行分帧处理，得到所述原始灰度图像； 选取所述原始灰度图像进行裁剪，获取图像四个角点的灰度值的最大值，其中，至少有一个角点始终不属于线虫身体，确定所述原始灰度图像的背景层的像素值； 使用预设大小的滑动窗口扫描所述原始灰度图像，计算所述滑动窗口内像素在每个像素位置的平均值和标准差；

线虫的运动行为在药物活性筛选、抗衰老研究和毒理学评估中具有重要作用。先前的研究通过手动计算身体弯曲的数量，为药物活性筛选、抗衰老和毒理学研究提供了重要的见解。然而，人工计数往往吞吐量低，耗费大量时间和人力，并且在计数结果中容易造成人为的偏差。在许多研究中，由于时间和劳动力的限制，实验样本的数量往往会减少，这很容易造成最终实验结果的一定误差。此外，在人工计数过程中，一些细微的变化往往被人眼忽略。这些问题对实验数据的收集提出了相当大的挑战。

因此，使用高通量、自动化、准确的算法计数来取代人工计数是当前的趋势。为了满足这些需求，一些实验室已经开发出高精度和高通量的蠕虫追踪器。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

本发明中，获取线虫视频，对所述线虫视频进行分帧处理得到原始灰度图像，根据所述原始灰度图像得到线虫二值图像；根据线虫的所述原始灰度图像，基于卷积神经网络的数值坐标回归算法获得头部坐标和尾部坐标；根据所述线虫二值图像，基于曲率的特征点提取算法计算线虫中心线上的峰值点；计算峰值点到线虫的咽部和尾部之间连线的最大距离，根据每帧最大距离的变化计算线虫身体弯曲的数量。本发明基于卷积神经网络的数值坐标回归算法进行线虫头部和尾部的坐标识别，提高了准确率，通过提取特征点，实现了更加简单快速的计算线虫身体弯曲次数。

技术合作

对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。