使用深度学习在组织病理学图像中进行卵巢毒性评估

摘要

本公开涉及可以识别卵巢中的黄体的深度学习神经网络，以及可以对在卵巢中识别的黄体计数并且基于黄体(CL)的计数推断化合物的卵巢毒性的基于规则的技术。具体地，本公开的各方面涉及从用一定量的化合物处理的卵巢获得组织切片的图像集合；使用神经网络模型，基于针对在该图像集合内的被识别为CL的对象周围的边界框预测的坐标，生成具有该边界框的该图像集合；对该图像集合内的边界框计数，以获得卵巢的CL计数；以及基于CL计数确定所述量的化合物的卵巢毒性。