基于核膜形态的端到端细胞衰老状态预测方法

1.一种基于核膜形态的端到端细胞衰老状态预测方法，其特征在于,包括以下步骤:步骤一、通过荧光显微镜采集经免疫荧光染色的人类成纤维细胞的荧光图像；步骤二、对核膜数据进行数据增强处理，扩增训练数据，提升模型泛化能力；步骤三、通过深度神经网络生成对核膜分割掩码的预测，获取掩码信息；步骤四、将掩码信息同时传入椭圆度模块、光滑度模块、凹陷度模块进行多角度计算与评估；其中，所述椭圆度模块用于根据核膜的分割掩码的边缘信息构建拟合椭圆，并统计分割图上每一点到拟合椭圆的最短距离的标准差；所述步骤四中的光滑度模块先通过Douglas-Peucker算法，使用多边形逼近核膜分割掩码的边缘并作为核膜的骨架，消除局部锯齿的影响，使核膜边缘连续化；再检测核膜骨架上的所有拐点，计算曲率来确定拐点的凹凸方向；最后根据凹陷点与核膜凸包所围成的面积以及最大凹陷角度来计算综合的褶皱程度；所述凹陷度模块先根据分割掩码的边缘坐标计算每一点的法线向量；再使用Sobel算子计算核膜数据的梯度图，提取核膜边缘信息；再从外边界沿法线在梯度图上搜索第二个极大值点，确定内边界坐标；再对所有检测到的内边界点进行离群点检测，筛除不准确的内边界点；所有符合条件的内边界点所围成的区域即为剥除核膜后的细胞核内部区域；最后对梯度图中的内部区域采用自适应阈值法统计凹陷信号，并计算凹陷长度与统计周长之比。 2.根据权利要求1所述的基于核膜形态的端到端细胞衰老状态预测方法，其特征在于：所述步骤四中的椭圆度模块先根据核膜的分割掩码的边缘信息构建拟合椭圆；再统计分割图上每一点到拟合椭圆的最短距离，并计算标准差。